ПРИЛОЖЕНИЕ IOT ДЛЯ ПРОГНОЗИРОВАНИЯ ЗЕМЛЕТРЯСЕНИЙ НА ОСНОВЕ МОНИТОРИНГА ПОВЕДЕНИЯ ЖИВОТНЫХ

Цель. В данной статье представлены результаты первого этапа разработки приложения Интернета Вещей, служащего для прогнозирования землетрясений, опирающегося на результаты мониторинга за поведением и биологическими параметрами животных. Материалы и методы. В ходе работы был разработан прототип устройства сбора показаний о двигательной активности биологических объектов, также было произведено тестирование выбранной модели нейронной сети на точность классификации паттернов поведения объектов мониторинга. Результаты. Результатом прототипирования стала возможность автоматического сбора сведений о двигательной активности животных, также было доказано, что выбранная модель нейронной сети способна определять шаблоны поведения по данным, которых раньше не были ей предоставлены. Выводы. Исследования текущей статьи позволят классифицировать поведение животных, а также найти его зависимость от широкого спектра внешних факторов и событий, что, совместно с уже существующими методами прогнозирования землетрясений, позволит улучшить качество прогнозов.

IOT APPLICATION FOR EARTHQUAKES PREDICTION UTILIZING ANIMAL BEHAVIOR MONITORING

Purpose. This article presents the results of the first stage of the development of the IoT-application for earthquakes prediction, based on the results of monitoring the behavior and biological parameters of animals. Materials and methods. During the work prototype of the device for collection parameters of biological objects’ motor activity was developed. The selected neural network model was tested for the accuracy of the behavior patterns classification of monitoring objects. Results. The result of prototyping was the ability to automatically gather information about the motor activity of animals, it was also proved that the selected model of the neural network is able to determine patterns of behavior for data that had not previously been provided to it. Conclusions. Research of the article will allow classifying the behavior of animals and finding its dependence on various external factors and events, which should improve the accuracy and earliness of future forecasts.