В данной работе произведена адаптация программно-алгоритмического обеспечения, предназначенного для разделения резонансного и нерезонансного движения искусственных спутников Земли, к решению задач астероидной динамики. Адаптация проводилась путем модификации кода, написанного на языке программирования Python с использованием библиотек машинного обучения и анализа данных. Поставленная задача решается в три этапа: кодирование временных рядов резонансных аргументов астероидов векторами низкой размерности, что позволяет упростить модель классификатора и ускорить процесс ее обучения; кластеризация временных рядов резонансных аргументов астероидов с целью их дальнейшей разметки для обучения классификатора; классификация кодов временных рядов резонансных аргументов астероидов для определения наличия или отсутствия резонанса. Проведены эксперименты по подбору оптимальных параметров моделей для кодирования временных рядов критических аргументов астероидов, а также их последующей кластеризации и классификации. В результате проделанной работы получена обученная модель искусственной нейронной сети, способная в большинстве случаев классифицировать астероиды по типу их движения. Некоторые проблемы наблюдаются в смешанном случае перехода между либрацией и циркуляцией резонансного аргумента и при предельной амплитуде либрации.
Материалы XI Всероссийской научной конференции с международным участием "Актуальные проблемы современной механики сплошных сред и небесной механики - 2021", г. Томск, 17-21 ноября 2021 г.. Томск, 2022. С. 273-276