Аннотация:Известны численные проблемы метода регуляризации Тихонова при решении нелинейных задач
общего типа: неединственность глобального экстремума целевого функционала; высокая размерность и
потребность в обширной априорной информации; необходимость задания начального приближения;
определение параметра регуляризации и др. Применение нейросетевых (НС) методов, в частности,
физически информированных нейронных сетей (ФИНС) в значительной степени позволяет разрешить эти
проблемы за счет возможности рассчитывать обучающую выборку опорных решений (практически
любой желаемой размерности), декомпозиции исходной решаемой задачи и применения специальных
методов обучения, адаптированных к физике решаемой задачи. В статье приводится обзор и
анализируется опыт применения ФИНС для решения нелинейных обратных задач геоэлектрики.
Отмечается, что первые примеры построения ФИНС для решения обратных задач геоэлектрики были
представлены в публикации авторов настоящей работы: М.И. Шимелевича и Е.А. Оборнева в 2009 г.
Отдельно рассматривается задача оценки неопределенности (неоднозначности) получаемых решений
обратных задач, недостаточно освещенная в литературе по геоэлектрике.