Аннотация:Развитие технологий искусственного интеллекта позволяет найти новые подходы к решению различныхзадач гравиразведки. Данная работа посвящена локализации изометричных амплитудных локальных аномалий силы тяжести Луны, называемых масконами. Данная задача решается с использованием свёрточных нейронных сетей (СНС) архитектуры U-Net, обученных на синтетически созданных массивах данных, с последующим ее применением к модели аномалий силы тяжести в редукции Буге Луны. Полученные результаты позволили выделить контуры аномалий масконов, подтвердить ранее выделенные объекты, а также локализовать 20 новых.