Ссылка для цитирования : Коробейников А. Г. Применение методов BIG DATA для предобработки данных из сети INTERMAGNET // Изв. вузов. Приборостроение. 2023. Т. 66, № 7. С. 533—538. DOI: 10.17586/0021-3454-2023-66-7-533-538.

Аннотация. Достаточно часто при решении геофизических задач, связанных с магнитным полем Земли, возникает необходимость обработки данных большого объема. Полученная в результате анализа информация может служить основой для решения различных фундаментальных задач, например изучения движения магнитных полюсов, или прикладных задач, например навигации по магнитному полю Земли. Кроме того, во многих случаях представляет интерес анализ данных за продолжительный промежуток времени, что значительно увеличивает объем данных, которые необходимо обработать. Применение современных технологий для работы с большими данными, такой как, например, BIG DATA, позволяет решать достаточной широкий класс геофизических задач. Рассмотрена задача предобработки данных измерений состояния магнитного поля Земли, предоставленных геомагнитной обсерваторией Lycksele (Швеция), входящей в международную сеть INTERMAGNET. Предобработка произведена с помощью методов BIG DATA, реализованных в системе MatLab.

Ключевые слова: BIG DATA, INTERMAGNET, MatLab, высокие массивы, геомагнитная обсерватория, магнитное поле Земли, хранилище данных

Список литературы:

1. Korobeynikov A. G., Grishentsev A. Y., Velichko E. N., Aleksanin S. A., Fedosovskii M. E., Bondarenko I. B., Korikov C. C. Calculation of Regularization Parameter in The Problem of Blur Removal in Digital Image//Optical Memory & Neural Networks (Information Optics). 2016. Vol. 25, N 3. P. 184—91.
2. 2. Дьяконов В. П. MATLAB и Simulink для радиоинженеров. М.: ДМК Пресс, 2016. 976 с.
3. 3. Новгородцев А. Б. Расчет электрических цепей в MATLAB: Учеб. курс. СПб: Питер, 2004. 250 с.
4. Матюшкин И. В. Моделирование и визуализация средствами MATLAB физики наноструктур. М.: Техносфера, 2011. 168 с.
5. Korobeynikov A. G., Fedosovsky M. E., Zharinov I. O., Shukalov A. V., Gurjanov A. V. Development of conceptual modeling method to solve the tasks of computer-aided design of difficult technical complexes on the basis of category theory // Intern. Journal of Applied Engineering Research. 2017. Vol. 12, N 6. P. 1114—1122.
6. Гайдук А. Р., Беляев В. Е., Пъявченко Т. А. Теория автоматического управления в примерах и задачах с решениями в MATLAB: Учеб. пособие. СПб: Изд-во „Лань“, 2016. 464 с.
7. Поршнев С. В. Компьютерное моделирование физических процессов в пакете MATLAB: Учеб. пособие. СПб: Изд-во „Лань“, 2011. 736 с.
8. Фриск В. В., Ганин В. И., Степанова А. Г. Компьютерный анализ и моделирование электрических цепей постоянного тока в среде MATLAB. М.: Солон-пресс, 2021. 32 с.
9. Коробейников А. Г. Применение искусственных нейронных сетей в системах автоматического управления магнитной левитацией // Программные продукты и системы. 2022. Т. 35, № 3. С. 452—457. DOI: 10.15827/0236-235X.139.452-457.
10. Николаева С. Г. Нейронные сети. Реализация в MatLab: Учеб. пособие. Казань: Казан. гос. энерг. ун-т, 2015. 92 с.
11. Макшанов А. В., Журавлев А. Е., Тындыкарь Л. Н. Большие данные. Big Data. СПб: Изд-во „Лань“, 2022. 188 с.
12. Коробейников А. Г. Обработка и анализ данных с российского сегмента мировой сети магнитных обсерваторий ИНТЕРМАГНЕТ // Междунар. журн. гуманитарных и естественных наук. 2018. № 8. С. 91—98.
13. Смолин А. А., Жданов Д. Д., Потемин И. С., Меженин А. В., Богатырев В. А. Системы виртуальной, дополненной и смешанной реальности: Учеб. пособие. СПб: Ун-т ИТМО, 2018. 59 с. [Электронный ресурс]: .