Аннотация. Исследование посвящено решению актуальной проблемы модернизации технологических циклов на горно-обогатительных комбинатах. Основное внимание в статье уделяется автоматизации первичной стадии разделения ископаемого сырья. Сегодня на многих предприятиях контроль качества горной массы основан на визуальном осмотре и осуществляется оператором. Принято считать, что при таком подходе человеческий фактор вносит субъективность в оценку и уменьшает точность фиксации примесей. Именно поэтому в статье исследуется возможность внедрения систем компьютерного зрения для оперативной сортировки. Исследование сосредоточено на разработке и тестировании метода бинарной классификации цифровых изображений, который позволяет эффективно разделять потоки на целевой продукт (уголь) и пустую породу. В рамках данной работы в качестве архитектурного решения выбран алгоритм Random Forest, гиперпараметры которого были оптимизированы методом решетчатого поиска. В ходе предварительных тестов алгоритм показал стабильные результаты в условиях запыленности и меняющегося освещения. Для обучения и проверки модели был собран набор данных из 4027 изображений горного массива. В основу эксперимента лег сравнительный анализ предложенного метода с методами сверточной нейросети (CNN), логистической регрессии и дерева принятия решений. Результаты подтвердили потенциал данного метода. Модель достигла точности классификации 96,5% при значении F1-score 0,896 и полноте обнаружения угля 85,7%. Установлено, что при сопоставимой со сверточными сетями точности, выбранный алгоритм обладает преимуществом в ресурсоэффективности и возможности работы на Edge-устройствах без GPU, обеспечивая производительность 30-35 FPS. Результаты исследований позволяют сделать вывод, что достигнутые показатели, а также стабильность алгоритма позволяют успешно интегрировать его в систему мониторинга. Предлагаемое решение может стать основой автономной системы управления на горно-обогатительном комбинате без вмешательства человека.
Ключевые слова: компьютерное зрение, машинное обучение, Random Forest, классификация горных пород, автоматизация конвейера, угольная промышленность.
Аннотация. В данной работе рассматривается подход к построению событийно-ориентированной бессерверной архитектуры для распределённой информационной системы, функционирующей в условиях неравномерной и пиковой нагрузки. Для современных цифровых сервисов характерны резкие изменения интенсивности входящих запросов, это требует сохранения устойчивости работы, приемлемого времени отклика и возможности быстрого масштабирования вычислительных ресурсов. Традиционные монолитные и контейнерные решения в подобных режимах нередко требуют предварительного резервирования мощностей либо реагируют на всплески нагрузки с задержкой. Цель данного исследования состоит в разработке и экспериментальной оценке архитектурного решения, в котором обработка запросов организована как поток независимых событий с использованием бессерверной модели вычислений. Для этого предложены формализованная модель событий и схема генерации входной нагрузки, позволяющие воспроизводить как штатные режимы работы, так и кратковременные пиковые воздействия. Оценка эффективности выполнена на основе серии контролируемых вычислительных экспериментов при различных сценариях нагрузки. В качестве основных показателей использованы средняя задержка обработки, метрика p95, пропускная способность системы и доля ошибок в периоды повышенной активности. Полученные в ходе исследования результаты показывают, что при росте нагрузки увеличение задержек носит управляемый характер, а система сохраняет работоспособность при кратковременных перегрузках. Это позволяет рассматривать предложенный подход как перспективное решение для масштабируемых распределённых сервисов.
Ключевые слова: событийно-ориентированная архитектура, бессерверные вычисления, распределенные информационные системы, масштабируемость, пиковая нагрузка, хвостовая задержка, производительность.
Аннотация. В данной работе приводится оценка эффективности схемы цифровой подписи, разработанной на основе дерева Веркле с использованием непозиционной полиномиальной системы счисления. В предлагаемой схеме дерево Веркле позволяет сократить размер данных каждого узла за счёт выбора произвольного коэффициента ветвления и использования векторных обязательств. Непозиционная полиномиальная система счисления используется для аутентификации автора сообщения путём вычисления обязательств и соответствующих им доказательств. Для проверки подлинности сообщений используется разработанная хэш-функция, удовлетворяющая установленным требованиям безопасности. Был проведен анализ основных характеристик алгоритмов создания и проверки цифровой подписи, а также приведена оценка их сложности. Также представлен сравнительный анализ разработанной схемы цифровой подписи с цифровой подписью на основе криптографической схемы полиномиальных обязательств Kate-Zaverucha-Goldberg (KZG). Полученные результаты показывают, что обеспечение аутентификации и проверки подлинности сообщений с помощью цифровых подписей на основе дерева Веркле с использованием непозиционной полиномиальной системы счисления является перспективным направлением.
Ключевые слова: дерево Verkle, векторное обязательство, полиномиальное обязательство, китайская теорема об остатках, цифровая подпись, аутентификация, верификация.
Аннотация. В последние годы проблема загрязнения атмосферного воздуха становится всё более острой, особенно для промышленных регионов. Постоянный рост объемов данных экологического мониторинга требует не только их накопления, но и эффективной интеллектуальной обработки. Одной из ключевых задач является своевременное выявление аномальных значений, которые могут указывать как на реальные выбросы загрязняющих веществ, так и на ошибки измерительных систем.
В данной работе предложен алгоритм выявления аномалий в системе мониторинга атмосферного воздуха, основанный на сочетании статистических методов и алгоритмов машинного обучения. Такой подход позволяет учитывать как простые выбросы, так и более сложные, скрытые закономерности в данных. Для первичной фильтрации использованы методы Z-score и межквартильного размаха (IQR), а для более глубокого анализа — алгоритм Isolation Forest, способный эффективно работать с многомерными экологическими временными рядами. Новизна исследования заключается в гибридной процедуре принятия решений, которая сочетает в себе статистическую фильтрацию, обнаружение неконтролируемых аномалий и интерпретацию данных мониторинга промышленного загрязнения воздуха с учетом метеорологических условий. Особое внимание уделено построению архитектуры системы, которая реализована с использованием облачных технологий. Это обеспечивает возможность обработки больших массивов данных, поступающих от датчиков мониторинга, а также их анализа в режиме, близком к реальному времени. Апробация алгоритма выполнена на данных города Усть-Каменогорска, включающих показатели концентрации основных загрязняющих веществ и метеорологические параметры. Результаты показали, что предложенный гибридный подход обеспечивает более высокую производительность, чем отдельные методы, достигая точности 0,94, полноты 0,91 и F1-меры 0,92. При этом система способна автоматически фиксировать резкие отклонения, связанные с промышленными выбросами, погодными условиями или техническими сбоями. Практическая значимость работы заключается в возможности внедрения предложенного алгоритма в экологические информационные системы и решения класса «умный город». Его применение позволяет повысить качество мониторинга, оперативность реагирования и обоснованность управленческих решений в сфере охраны окружающей среды.
Ключевые слова: мониторинг атмосферного воздуха, аномалии данных, машинное обучение, Isolation Forest, экологический мониторинг, облачные технологии.
Абстракт. Извлечение отношений является ключевым этапом преобразования неструктурированного текста в формализованные представления знаний. Для казахского языка развитие данного направления существенно ограничено недостатком качественных размеченных семантических ресурсов. Несмотря на то, что корпус KazNERD сформировал надежную основу для задачи распознавания именованных сущностей, моделирование сложных связей между ними по-прежнему остается актуальной проблемой. В данной работе предлагается новый набор данных KRED (Kazakh Relation Extraction Dataset), направленный на решение этой задачи. Датасет создан с использованием масштабируемого пайплайна аннотирования, объединяющего возможности больших языковых моделей (LLM) и экспертной валидации. В качестве основы использовались размеченные границы сущностей из корпуса KazNERD, после чего выполнялись генерация пар сущностей, zero-shot аннотирование с применением GPT-4o-mini и последовательное уточнение семантики. Для обеспечения согласованности применялась схема-ориентированная нормализация, дополненная повторной аннотацией с использованием модели Gemini-3-flash и ручной проверкой спорных случаев. В результате был сформирован набор данных, включающий 16 149 примеров отношений, распределенных по 10 семантическим категориям. Экспериментальная оценка с использованием моделей multilingual BERT, XLM-RoBERTa и Kaz-RoBERTa показала высокую пригодность датасета для задач извлечения отношений. Наилучший результат продемонстрировала модель mBERT с показателем micro-F1 = 0.8832 и macro-F1 = 0.8113. Предложенный гибридный подход представляет собой эффективную и экономичную альтернативу полностью ручной разметке и может служить основой для расширения ресурсов информационного извлечения в языках с ограниченными ресурсами, включая тюркские языки.
Ключевые слова: обработка естественного языка, информационный поиск, языки с ограниченными ресурсами, большие языковые модели, построение набора данных, извлечение отношений.
Аннотация. Статья посвящена изучению применения алгоритмов машинного обучения для классификации регионов Казахстана с использованием демографических данных за 2024 год. В исследовании рассматриваются алгоритмы дерева решений, случайного леса и k-ближайших соседей (KNN). Они демонстрируют высокую эффективность в решении данной задачи. Предварительная обработка данных включала расчет доли городского населения (urban_ratio). На его основе была построена бинарная целевая переменная. Все три рассмотренные алгоритмы показали высокую производительность в представленных экспериментальных условиях. Различия между моделями были незначительными: дерево решений, случайный лес и KNN продемонстрировали сопоставимо сильные результаты на протестированных разбиениях. Результаты указывают на потенциал методов машинного обучения для территориальной классификации на основе демографических показателей. Однако их следует интерпретировать с учетом выбранного набора признаков и способа построения целевой переменной. Также с помощью кластеризации методом k-средних и анализ главных компонентов выявили три различных демографических профиля среди районов, что обеспечивает более четкое понимание региональных различий.
Ключевые слова: машинное обучение, классификация, демография, урбанизация, анализ главных компонент, кластеризация.
Аннотация. Заболевание туберкулеза в настоящее время остается одной из наиболее распространенных инфекционных заболеваний, требующих своевременной и точной диагностики. В связи с этим, в данной работе представлено исследование, направленное на разработку и сравнительную оценку моделей глубокого обучения для автоматического обнаружения туберкулеза на рентгеновских изображениях органов грудной клетки. Целью исследования является анализ эффективности моделей семейств YOLOv8 и RT-DETR для задачи детекции патологических изменений и определение наиболее точной и устойчивой архитектуры. Исходный набор данных, включающий 2441 изображение, был расширен до 5859 с применением методов аугментации и размечен с использованием ограничивающих рамок (bounding boxes) в среде Roboflow. В рамках исследования были обучены и сравнительно проанализированы модели YOLOv8 и RT-DETR. Оценка качества проводилась по метрикам Precision, Recall, F1-score и mAP. Экспериментальные результаты показали, что наилучшие показатели продемонстрировала модель YOLOv8m (Precision = 0.94, Recall = 0.91, mAP50= 0.95, mAP50-95 = 0.72), обеспечившая оптимальный баланс точности и вычислительной эффективности. На основе данной модели был разработан интеллектуальный агент для автоматического анализа медицинских изображений. Полученные результаты подтверждают перспективность применения моделей YOLO в задачах компьютерной диагностики и поддержки принятия врачебных решений.
Ключевые слова: туберкулез, рентгенография грудной клетки, глубокое обучение, YOLO, RT-DETR, детекция объектов, медицинские изображения, ИИ-агент.
Аннотация. Обеспечение безопасности полетов и повышение экономической эффективности технического обслуживания воздушных судов требуют интеллектуального анализа неструктурированных текстовых отчетов. Традиционные методы тематического анализа имеют ограничения, связанные с потерей семантического контекста коротких сообщений и высокой трудоемкостью ручной предобработки текстов. Предметом данного исследования являются методы автоматического извлечения знаний из технических рапортов. Для достижения цели решены задачи формирования оптимального вычислительного конвейера, его программной реализации и экспериментальной проверки на реальных данных.
Целью исследования является разработка, теоретическое обоснование и экспериментальная верификация комплексного метода автоматического выявления и детальной интерпретации скрытых подгрупп неисправностей. Разработанный метод базируется на интеграции модели-трансформера (paraphrase-multilingual-MiniLM-L12-v2) для получения контекстных эмбеддингов, алгоритма нелинейного снижения размерности UMAP и иерархической плотностной кластеризации HDBSCAN. Интерпретация тем и автоматическая генерация их человекочитаемых названий реализованы на основе алгоритма c-TF-IDF, семантического отбора KeyBERTInspired и локально развернутой большой языковой модели Qwen3.5-4B-Instruct. Экспериментальная проверка метода проведена на выборке из 1971 текстовой записи категории пассажирского оборудования за 7-летний период эксплуатации девяти воздушных судов. Разработанный метод успешно идентифицировал 7 стабильных содержательных категорий дефектов, изолировав 11,7 % нетипичных записей в шумовой кластер. Сравнение со случайным базовым уровнем подтвердило высокую статистическую значимость результатов. Показатель разнообразия тем составил 0,8286 и соответствует рекомендуемому диапазону. Разработанный метод превосходит классическую модель LDA по покомпонентной чистоте выделенных тем и исключает этап сложной ручной предобработки данных. Решение рекомендуется для масштабирования на другие разделы стандартов ATA 100 и интеграции в интеллектуальные системы поддержки принятия решений авиапредприятий с целью оптимизации планирования обслуживания и управления запасами компонентов.
Ключевые слова: техническое обслуживание, авиационный транспорт, интеллектуальный анализ текстов, контекстные эмбеддинги, плотностная кластеризация, тематическое моделирование, большие языковые модели.
Аннотация. Заболеваемость онкологическими заболеваниями в настоящее время остается одной из наиболее значимых проблем современного общества. Рак легких относится к числу наиболее летальных форм онкопатологии, что во многом обусловлено его выявлением на поздних стадиях опухолевого процесса. Эффективность программ скрининга и ранней диагностики оказывает непосредственное влияние на прогноз заболевания и показатели выживаемости пациентов. В связи с этим особое внимание в последние годы уделяется развитию интеллектуальных экспертных систем, основанных на методах глубокого обучения, включая сверточные нейронные сети (CNN), трансформерные архитектуры и их гибридные решения. В данной работе рассматривается задача ранней диагностики рака легких с применением нейросетевых моделей глубокого обучения. В ходе исследования были разработаны и проанализированы модели с использованием следующих методов машинного обучения: логистическая регрессия, классификатор случайных лесов, метод опорных векторов (SVM), классификатор экстремальных деревьев, XGBoost, CatBoost, градиентный бустинг и многослойный персептрон (MLP). В качестве входных факторов в нейросетевую модель были использованы показатели наследственной предрасположенности, пол пациента и стаж курения. Наилучшие результаты продемонстрировала модель на основе многослойного персептрона (MLPClassifier), достигшая максимального значения метрики ROC-AUC, равного 0,9405, при уровне точности свыше 93%. Полученные показатели свидетельствуют о высокой способности модели к корректному ранжированию пациентов по группам риска. Сопоставимые результаты показали алгоритмы RandomForest и SVM, занявшие вторую позицию по качеству классификации. Разработанная нейросетевая модель позволяет оценивать вероятность развития рака легких, а также формировать рекомендации относительно возможного наличия сопутствующих заболеваний, таких как диссеминированный туберкулез легких, саркоидоз, пневмония и фиброз легочной ткани. В дальнейшем планируется расширение функциональности системы за счет интеграции модуля распознавания медицинских изображений, что позволит создать комплексное решение для ранней диагностики рака легких.
Ключевые слова: информационные системы, искусственный интеллект, методы глубокого обучения, интеллектуальный анализ данных, интеллектуальная система, базы данных, сверточная нейронная сеть, трансформеры, гибридные модели, explainable AI.
Аннотация. Рост числа устройств Интернета вещей (IoT) сопровождается увеличением количества сетевых инцидентов и атак, что требует разработки средств защиты, способных работать в условиях ограниченных вычислительных ресурсов и высокой интенсивности обмена данными. В данной работе представлена платформа IoTector, предназначенная для мониторинга сетевого трафика и выявления кибератак в IoT-среде. Система реализована в виде промежуточного узла между IoT-устройствами и сетевым шлюзом, что позволяет анализировать трафик непосредственно на уровне локальной инфраструктуры. Для классификации сетевых событий использованы модели глубокого обучения DNN, CNN и CNN–BiLSTM. Экспериментальная часть выполнена на наборе данных CICIoT2023, а прототип платформы развернут на базе Raspberry Pi 5. Помимо модуля обнаружения атак разработан веб-интерфейс, обеспечивающий мониторинг сетевой активности, просмотр событий безопасности и управление процессом обучения моделей. Проведённые эксперименты показали, что наиболее эффективной оказалась модель CNN, обеспечившая высокие показатели качества классификации при сохранении приемлемой вычислительной нагрузки. На основе этих результатов можно говорить о практической применимости IoTector — платформа способна непрерывно отслеживать трафик и своевременно фиксировать угрозы в IoT-сетях.
Ключевые слова: Интернет вещей, IoT-безопасность, обнаружения вторжений, сетевой трафик, глубокое обучение, сетевой трафик, Raspberry Pi, мониторинг IoT-сетей.
Аннотация. Статья посвящена задаче оперативного реагирования на паводковые ситуации, которые регулярно возникают на территории Республики Казахстан. Актуальность исследования обусловлена недостаточной обеспеченностью достоверными и оперативными пространственными данными, необходимыми для раннего выявления и мониторинга паводков. Целью исследования является разработка и оценка эффективности краудсорсинговой мобильной информационной системы мониторинга паводков на основе данных глобальной навигационной спутниковой системы (Global Navigation Satellite System, GNSS). Объектом исследования является процесс сбора и обработки пространственных данных о паводках, предметом исследования — методы сбора данных с использованием мобильных устройств в рамках концепции citizen sensing. В ходе работы применялись методы проектирования и разработки мобильного приложения для операционной системы Android, интеграция с прикладным программным интерфейсом глобальной навигационной спутниковой системы (Application Programming Interface, GNSS API), а также методы фотофиксации с использованием стандартизированных метаданных изображений (Exchangeable Image File Format, EXIF).
В результате исследования разработана архитектура комплексной информационной системы мониторинга паводков, включающая мобильное приложение, серверный модуль хранения и обработки данных и веб-панель для служб по чрезвычайным ситуациям. Разработанное мобильное приложение обеспечивает автоматическую фиксацию координат с точностью 8–12 метров, геопривязку фотоматериалов и ввод контекстной информации о уровне воды и типе рельефа. Результаты пилотного эксперимента, проведённого на локальном уровне, подтверждают практическую применимость предложенной системы для раннего выявления паводков и повышения оперативности реагирования в условиях Республики Казахстан.
Ключевые слова: Global Navigation Satellite System, метод краудсорсинга, мобильная система, гражданский «сенсинг», мониторинг паводков, архитектура информационной системы.
Аннотация. Казахский язык устроен так, что грамматическая информация распределяется по цепочке аффиксов, а не концентрируется в отдельных словах. Это само по себе создаёт трудности для автоматических систем. Ситуацию дополнительно осложняет постоянный приток русских и английских заимствований, которые частично выбиваются из фонологической логики языка — и в итоге морфологический анализатор сталкивается не с одним типом трудных форм, а с несколькими принципиально разными. Существующие системы оценивают производительность NLP-моделей агрегированно, не разграничивая типы аномалий по механизму их воздействия на анализ, что не позволяет целенаправленно управлять обработкой. Предметом настоящего исследования является связь между типами морфологических ошибок и показателями производительности трансформерных NLP-моделей для казахского языка. Цель работы – разработать формализованную таксономию морфологических аномалий и интегрировать её в гибридную NLP-архитектуру в качестве механизма маршрутизации аналитических компонентов. В исследовании применяются формально-лингвистический анализ, корпусный метод на материале Universal Dependencies Kazakh-KTB (1 047 предложений), вычислительное моделирование и абляционный анализ. Гибридная архитектура KazMorphCorpus-2026 объединяет rule-based FST-анализ, CRF-дизамбигуацию, трансформерный модуль KazRoBERTa и модуль проверки морфологической совместимости признаков MFRN. По результатам исследования предложена пятиклассовая таксономия морфологических аномалий – заимствования (BOR), аффиксальная сложность (AFC), сегментационные нарушения (SEG), конфликты грамматических признаков (AGR) и нейтральный класс (NONE), – интегрированная в систему в качестве управляющего механизма маршрутизации. На тестовой выборке система достигает Accuracy = 87,4% и Macro-F1 = 0,86; наибольший прирост качества зафиксирован для классов AGR (ΔF1 = +0,14) и AFC (ΔF1 = +0,12). Проведённый эксперимент подтвердил: разные типы морфологических аномалий по-разному сказываются на работе трансформерной модели, и это различие имеет практическое значение. Системы, которые диагностируют тип аномалии до анализа и направляют токен к подходящему компоненту, дают результат, который проще интерпретировать и легче улучшить целенаправленно.
Ключевые слова: таксономия морфологических ошибок, морфологическая маршрутизация, гибридная NLP-архитектура, трансформерные модели, KazRoBERTa, FST, CRF, MFRN, агглютинативный язык.