托木斯克国立大学物理系的科学家们正在研究人工和自然来源的近地物体—太空碎片、近月物体和近地小行星的复杂轨迹，这是俄罗斯科学基金会支持的项目的一部分。使用计算机建模和数据分析工具对这些物体的轨道演变和动态进行了研究。该项目的结果将有助于了解太空碎片在近地空间的分布，并解决月球和近月空间探索的问题。
在这些物体中，有3000多个是航天器（SC），其中只有6%是正常运行的物体。据研究人员称，对无导航物体的动力学知识对于近地空间的工作至关重要。有了关于其轨迹具体情况的数据，就有可能优化新卫星系统的区域选择，以及找到最适合停放报废物体的区域。
同时，该项目还解决了人类面临的另一个挑战--提高近地小行星（NEA）运动预测的准确性。托木斯克国立大学的科学家建立了一个更准确的NEA运动模型，将能够更好地预测这些物体的潜在危险。
研究人员使用一个用人工神经网络实现的算法模型来分析数据。这已经使识别影响近地和近月球物体运动的共振过程的一部分自动化。计算机模型使之有可能将共振归入一个类别或另一个类别。机器学习技术的使用大大加快了对大量数据的处理，并将科学家从单调的常规分类过程中解脱出来。
此外，托木斯克国立大学的物理学家已经改进了地球和月球卫星运动的数值模型，提高了预测的准确性和速度。这些模型已经在托木斯克国立大学超级电脑СКИФ Cyberia集群上实现。