Les scientifiques du département de physique de l'université d'État de Tomsk (TSU) ont commencé à étudier les trajectoires complexes des objets - débris spatiaux, objets quasi-lunaires et astéroïdes géocroiseurs. Les régularités de leur mouvement sont étudiées à l'aide de la modélisation informatique et de l'analyse automatique des données, a indiqué la Fondation scientifique russe (RSF).

Actuellement, selon la NASA, il existe dans l'espace circumterrestre quelques centaines de milliers d'objets mesurant au moins 10 centimètres. La croissance annuelle est d'environ un millier de fragments. Les résultats du projet, soutenu par la Fondation scientifique russe, permettront de faire le tri dans la répartition des débris spatiaux.

"Une tâche tout aussi urgente consiste à étudier l'évolution orbitale des objets quasi-lunaires, car l'humanité a l'intention d'explorer la Lune et l'espace quasi-lunaire dans les décennies à venir. L'étude de la structure dynamique de cette zone spatiale permettra d'éviter les erreurs et les coûts improductifs lors de la mise en œuvre de projets proches de la Lune", a déclaré Anna Aleksandrova, responsable du projet et professeur associé d'astronomie et titulaire de la chaire de géodésie spatiale au département de physique de la TSU.

Cependant, le projet résout également un autre problème - l'amélioration de la précision de la prévision du mouvement des astéroïdes s'approchant de la Terre, a déclaré la Fondation scientifique russe. La création par les scientifiques du TSU d'un modèle plus précis de leur mouvement permettra de mieux prédire le danger potentiel de ces objets.

"Pour analyser les données, les chercheurs utilisent un modèle algorithmique mis en œuvre à l'aide de réseaux neuronaux artificiels. Cela a permis d'automatiser une partie du processus d'identification des résonances qui affectent le mouvement des objets géocroiseurs et quasi-lunaires. <...> L'utilisation de méthodes d'apprentissage automatique accélère considérablement le traitement de grandes quantités de données et soulage les scientifiques du processus monotone de classification de routine ", indique le rapport.

Made in Russia // Made in Russia