Abstract
Актуальность темы обусловлена необходимостью разработки точных алгоритмов прогнозирования геофизических событий и мониторинга состояния земляного полотна железной дороги, что позволит своевременно оповещать о возможных опасностях и принимать меры для минимизации ущерба. Во время эксплуатации железнодорожного пути целостность земляного основания может 74This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International LicenseINTERNATIONAL JOURNAL OF INFORMATION AND COMMUNICATION TECHNOLOGIES 2025. Vol. 6. Іs. 1.нарушаться из-за экзогенных процессов, таких как карстовые явления, суффозия и другие геодинамические процессы, вызывающие деформации и снижение несущей способности грунтового основания. В данной работе исследуется применение алгоритмов машинного обучения, основанных на нейронных сетях, для точного прогнозирования сейсмических событий и обнаружения изменений в земляном полотне путем анализа изменений фазового сигнала, регистрируемого при электрофизических измерениях. Особое внимание уделено анализу фазовых сдвигов геоэлектрических сигналов и их использованию для детального изучения структуры грунта и выявления скрытых дефектов. Разработаны модели, позволяющие по изменениям фазового сигнала судить о нарушении целостности земляного основания. Полученные результаты подтверждают потенциал применения методов интеллектуальной обработки данных и анализа фазовых сигналов в геофизическом мониторинге и прогнозировании, что способствует повышению безопасности железнодорожной инфраструктуры.