Авторлар: Жайлин А.Г., Бекарыстанкызы А., Актанова Б.М.

Аңдатпа. Кванттық есептеу — бұл дәстүрлі есептеу әдістеріне үлкен әсер ететін озық технология, бұл біздің цифрлық қауіпсіздігіміздің негізін құрайтын криптографиялық жүйелер үшін үлкен қиындық тудырады. Бұл зерттеу тезисі Кванттық дәуірдегі криптографиялық тұрақтылыққа арналған, Бұл Кезде Rsa және эллиптикалық, қисық криптография сияқты негізгі алгоритмдер Шор алгоритмін қолдану арқылы бұзылады, ал симметриялы примитивтер Гровердің іздеуіне қарсы қауіпсіздігінің жартысын жоғалтады. Зерттеудің мақсаты-қауіптің кванттық моделін мұқият түсіну және эксперименттер арқылы классикалық және посткванттық криптографиялық механизмдер үшін нақты «кванттық қауіпсіздік құны» қандай екенін анықтау. Әдістеме әдебиеттерге жүйелі шолуды қайталанатын эталондық жүйені (QCCB) пайдалана отырып жүргізілетін экспериментпен біріктіреді, ол өнімділіктің статистикалық бағаларын (орташа, дисперсиялық және сенімділік интервалдары) және машинада оқылатын нәтижелердің артефактілерін шығарады.. Эксперименттік нәтижелер тәуекелдің сандық көрсеткіштеріне негізделген көші-қон перспективасын растайды (i) rsa, 2048 және басқа да классикалық жалпыға қол жетімді негізгі схемалардың осалдық терезесі, оның ішінде (ii) nist стандарттауымен келісетін кванттан кейінгі үміткерлердің салыстырмалы өнімділігі мен өлшемдік сипаттамалары. Сонымен қатар, зерттеу шешім қабылдауға бағытталған Бағалау көрсеткішін-Қауіпсіздік Шығындарының Индексін (SCI) енгізеді, ол мақсатты қауіпсіздік деңгейлерінің есептеу үстеме шығындарымен арақатынасын түсінуді жеңілдетеді, бұл қолданыстағы компаға байланысты орналастыруды жоспарлаудың әртүрлі сценарийлерін түсінуге мүмкіндік береді. Құжатта стандартталған және өлшенетін, қайталанатын және нақты компаға келу көрсеткішімен өлшенетін посткванттық криптографияға көшу ұзақ мерзімді перспективада «қазір егін жинау, кейінірек шифрды шешу» тәуекелімен салыстырғанда құпиялылықты, тұтастықты және түпнұсқалықты қамтамасыз ету бойынша күш-жігердің негізі болуы керек делінген.

Түйін сөздер: Кванттық Есептеу, Посткванттық Криптография, NIST FIPS 203/204/205, ML-KEM, ML-DSA, Криптографиялық Тұрақтылық, Шор Алгоритмі, Гровер Алгоритмі, Гибридті Криптография, Қауіпсіздік Миграциясы, HNDL Шабуылы, Торлы Криптография

Авторлар: Базарова М.Ж., Алибеккызы Қ., Адиканова С., Бугубаева А.Ж.

Аңдатпа. Мақалада STEM-бағдарланған тәсілдерге баса назар аудара отырып, білім берудің цифрлық трансформациясы жағдайында оқытушылардың біліктілігін арттыру процесін ресімдеуге және қолдауға арналған онтологияны әзірлеу қарастырылады. Зерттеудің өзектілігі ХХІ ғасыр оқытушыларының кәсіби құзыреттіліктерін жүйелі түрде ұсыну және олардың цифрлық білім беру орталарында өлшенуін қамтамасыз ету қажеттілігімен байланысты. Жұмыстың мақсаты бірыңғай ақпараттық құрылымда STEM-әдістерді, құзыреттерді, олардың қалыптасу индикаторларын, бағалау құралдары мен бақылау нысандарын біріктіруді қамтамасыз ететін онтологиялық модель құру болып табылады. Зерттеуде онтологиялық модельдеу әдістері, OWL мекен-жайларын қолдана отырып білімді формальды сипаттау және деректерді талдау және алу үшін SPARQL сұраулары қолданылды. Нәтижесінде «STEM-әдіс – құзыреттілік – индикаторлар – құралдар – Бақылау нысандары» сәйкестік матрицасын іске асыратын және оқытушылардың кәсіби дамуының автоматтандырылған мониторингін қолдайтын онтология әзірленді. Жұмыстың ғылыми жаңалығы онтологиялық тәсіл негізінде біліктілікті арттыру процесін кешенді ресімдеу болып табылады. Практикалық маңыздылығы біліктілікті арттырудың цифрлық платформаларында, шешім қабылдауды қолдау жүйелерінде және педагогикалық білім беру сапасын талдауда онтологияны қолдану мүмкіндігімен анықталады.

Түйін сөздер: STEM-білім беру, оқытушылардың біліктілігін арттыру, кәсіби құзыреттілік, білім берудің цифрлық трансформациясы, STEM-әдістер, әдіснамалық модель, құзыреттілікті бағалау.

Авторлар: Адилжанова С.А.,Рахыш А.Е.

Аңдатпа. Бұл мақалада Қазақстан Республикасындағы киберомнциденттердің уақыттық динамикасы зерттеліп, алдыңғы қатарлы цифрлық мемлекеттермен (АҚШ, Сингапур) салыстырмалы талдау жүргізілді. Зерттеудің әдістемелік негізі ретінде уақыттық қатарларды талдаудың эконометрикалық құралдары: толықтырылған Дикки-Фуллер тесті (ADF), Йохансен (Johansen) коинтеграциялық тесті және Векторлық авторегрессия (VAR) моделі қолданылды. KZ-CERT деректеріне (2015–2025 жж.) жүргізілген талдау нәтижесінде ботнет желілерінің таралуы стационарлы және тұрақты жоғары деңгейде екені анықталды. Вирустар мен фишингтік шабуылдардың да өсімі байқалды. АҚШ (FBI IC3) және Сингапур (CSA) есептерімен салыстыру барысында Қазақстанда инфрақұрылымдық және техникалық сипаттағы қауіптердің басым екендігі, ал дамыған елдерде әлеуметтік инженерия мен мақсатты шабуылдардың үлесі жоғары екендігі айқындылды. Python программалау тіліндегі (pandas, statsmodels) есептеулер негізінде 2026–2028 жылдарға қысқа мерзімді болжам жасалып, ұлттық киберқауіпсіздік жүйесін жетілдіру бойынша ғылыми негізделген ұсыныстар берілді.

Түйін сөздер: киберқауіпсіздік, математикалық модельдеу, VAR моделі, ADF тесті, ботнеттер, фишинг, салыстырмалы талдау.

Авторлар: Әйтім Ә.Қ.

Аннотация. Қазақ тіліне морфологиялық зерттеу және сөз жасауды іске асыру үшін ережеге негізделген тәсіл ұсынылады. Қазақ тілі — морфологиясы күрделі және жоғары деңгейде агглютинативті тіл болғандықтан, оның морфологиясын есептік моделдеу нақтылық пен жүйелікті талап етеді. Бұған себеп — аффиксацияның кең қолданылуы және дауысты үндестігі мен дауыссыздардың алмасуы сияқты фонологиялық өзгерістер. Негізгі технология ретінде шектеулі-жағдайлы трансдукторлар (ШЖТ) пайдаланылады. Олар сөз түзілуінің заңды үлгілерін дәл әрі тиімді модельдеуге мүмкіндік береді.
Жүйе екі негізгі компоненттен тұрады: абстрактілі морфологиялық көрсетілімдерден дұрыс сөз түрлерін жасайтын морфологиялық генератор және сөздің үстірт пішіндерін түбір мен аффикстерге және оларға қатысты грамматикалық белгілерге бөлу үшін морфологиялық талдаушы. Зат есім мен етістік парадигмалары үшін (шақ, рай, қимылдың өту сипаты, адам, сан, септік сияқты) ШЖТ архитектурасы морфотактикалық ережелерді, фонологиялық шектеулерді және аффикстердің ретін кодтайды.
Трансдукторға негізделген талдауды қолдау үшін қазақ тілінің лексемаларының толық сөздігі жасалып, сөз табы бойынша құрылымдалған. Бұл сөздік илік және туынды морфологияны қамтиды. Қолмен жасалған морфологиялық ережелер тілдің морфологиялық құрылымын көрсетеді. Қазіргі қазақ мәтіндерінен қолмен таңбаланған корпус негізінде жүргізілген бағалау нәтижесінде талдау және генерация тапсырмаларында жоғары дәлдікке қол жеткізілді. Нәтижесінде алынған құрал сөз таптарын таңбалау, синтаксистік талдау және машиналық аударма сияқты табиғи тілдерді өңдеудің көптеген төменгі деңгейлі тапсырмалары үшін негізгі құрамдас бөлік болып табылады. Ашық кодты модуль ретінде жарияланып, қазақ тілін есептеу лингвистикасында кеңінен пайдалануға және әрі қарай зерттеуге жол ашады. Бұл жүйе ресурсы аз тілдерге арналған тілдік технологияларды дамытуға үлес қосады.

Түйін сөздер: Қазақ тілі, морфологиялық талдау, морфологиялық генерация, шектеулі-жағдайлы трансдукторлар, агглютинативті тілдер, табиғи тілді өңдеу, ережеге негізделген жүйелер.

Авторлар: Алханова Г.А., Алимбекова И.А., Жузбаев С.С., Джузбаева Б.Г.

Аңдатпа. Бұл мақалада 2025 жылдың соңындағы машиналық оқытудың маңызды әдістері мен модельдеріне шолу жасалып, оларды топтастыру ұсынылады. NeurIPS 2025, ICML 2025 және ICLR 2025 сияқты алдыңғы қатарлы конференциялардағы негізгі трендтер қарастырылды. Олардың ішінде State Space Models, Offline және Counterfactual Reinforcement Learning, Federated және Continual Learning, шағын тиімді модельдер, мультимодальды жүйелер ерекше атап өтіледі. Индустриялық есептерді зерттеу нәтижесінде, efficiency-first және privacy-by-design принциптері басым болып тұрғаны байқалды. Ресурстары шектеулі орталарда, шикі деректерді жібермей ұзақ тізбектермен жұмыс істейтін архитектураларға басымдық берілді. Зерттеудің жаңалығы — өнімділік, энергия шығыны, қауіпсіздік және құпиялылық өлшемдері негізіндегі жаңа классификация моделінің жасалуы. Сондай-ақ, гибридті әдістердің басымдығын тәжірибелік тұрғыдан растау. Мұндай модельдер орталықсыз және ұзақ мерзімді жүйелерде дәлдік, жылдамдық пен құпиялылықтың теңгерімін қамтамасыз етеді. Зерттеудің мәні — әртүрлі ауқымдағы және салалардағы интеллектуалдық жүйелерді құруда модельдерді таңдау мен біріктіру бойынша нақты ұсыныстар беру.

Түйін сөздер: машиналық оқыту, State Space Models, Mamba, Federated Learning, Continual Learning, шағын тілдік модельдер, гибридті архитектуралар.

Авторлар: Мақатов Е.К., Razaque A., Макатова А.Е.

Аңдатпа. Әлеуметтік желілер күрделі социо-цифрлық экожүйеге айналып, дезинформация, фишинг және пайдаланушылардың эмоциялық күйіне манипуляциялық ықпал сияқты қатерлермен ұштасуда. Өзектілік жасанды интеллект (ЖИ) пен ауқымды автоматтандыру әсерінен цифрлық тәуекелдердің үдеуімен негізделеді. Зерттеу пәні – әлеуметтік желілерде пайдаланушыны қорғауға арналған когнитивтік архитектура; мақсаты – қабылдау, интерпретация, жад, шешім қабылдау және этикалық сүзгі модульдерін біріктіретін үлгіні теориялық-тәжірибелік тұрғыда негіздеу. Міндеттер: (I) мінез-құлықтық талдау, аффективті есептеу және түсіндірілетін жасанды интеллектке қатысты тәсілдерді шолу; (II) мультимодальды деректерді өңдейтін архитектуралық қаңқа құру; (III) компоненттердің рөлдері мен байланыстарын, әсіресе пайдаланушымен өзара әрекеттесу мен ашықтық механизмдерін анықтау; (IV) түсіндірілетін жасанды интеллект (XAI), назар механизмдері және эмоциялық-семантикалық талдауды кіріктіру арқылы жаңалықты көрсету. Әдістер: иерархиялық өңдеу; интегралды қатер индексі T=α·E+β·B+γ·S+δ·C; Байес сенімін жаңарту; онтологиялық пайымдау; этикалық шектеулі softmax функциясы; кері байланысқа негізделген бейімделу; федеративті оқыту және дифференциалды құпиялық. Негізгі нәтижелер: архитектураның тұтастығы мен жүзеге асырымдылығы көрсетілді; қатер деңгейлерін бейімделген жауаптармен салыстыру картасы ұсынылды; XAI интерфейстері бүкіл цикл бойына енгізілген; жалпы деректерді қорғау регламенті (GDPR) және ЕО-ның жасанды интеллект туралы заңы (EU AI Act) талаптарының сақталуы расталған. Архитектура жабық когнитивтік цикл қағидасымен жұмыс істейді: сенсорлық жинақтау, перцептивтік талдау, эмоциялық-семантикалық аннотация, когнитивтік интерпретация, онтологиялық және әлеуметтік пайымдау, этикалық сүзгі, түсіндірме және кері байланыс. Қорытынды: когнитивтік тереңдік, интерпретацияланғыштық және құпиялық сенімділік пен дербестендіруді арттырады; болашақта мультитілді бейімдеу, нейросимволдық интеграция және human-in-the-loop оқыту бағытында кеңейту ұсынылады. Бағалау өлшемшарттары дәлдік, жалған ескертулер, пайдаланушы сенімі, есептеу шығыны және комплаенспен сипатталды; сенім моделінде репутация, қауымдастық растауы және тарихи сенімділік салмақталады, нәтижелер бейімделген әрекетпен ұштасады. Қолданбалы сценарийлер фишинг пен манипулятивті контентті қамтиды.

Түйін сөздер: когнитивтік қауіпсіздік архитектурасы, мультимодальды қабылдау, аффективті есептеу, түсіндірілетін жасанды интеллект, қатер онтологиясы, этикалық шешім қабылдау, федеративті оқыту.

Авторлар: Назырова А.Е., Жумабаева А.С., Жартыбаева М.Г., Искаков Е.К., Ламашева Ж.Б.

Аңдатпа. Қалалардың өсуі экологияға пайдалы жер пайдалануын жоспарлауды қиындатады. Бұл зерттеуде 2020–2040 жылдар аралығындағы жер пайдалану өзгерістері агенттік модельдеу мен машиналық оқытуды біріктірген тәсіл арқылы қарастырылады. Біз жердің үш негізгі түрінің өзгерісін модельдедік: тұрғын үйге арналған, орман және ауыл шаруашылығы жерлері. Сонымен қатар шешім қабылдауға әсер ететін маңызды факторлар ескерілді: жолдарға жақындығы, өнімділік индексі, жердің бұрынғы пайдаланылуы және көршілес учаскелердің өзгерістері. Факторлардың маңыздылығын талдау көрсеткендей, жер пайдалану шешімдеріндегі ең маңызды фактор – автомагистральдарға жақын орналасуы, одан кейін жердің өнімділігі тұр. Сынақтан өткен машиналық оқыту модельдерінің ішінде Random Forest классификаторы ең жақсы нәтиже көрсетті: дәлдігі – 89,3%, precision – 0,91, recall – 0,88, бұл шешім ағашы мен нейрондық желі модельдерінен жоғары болды. Нәтижелер тұрғын үйге арналған жердің орман есебінен көбейетінін, ал ауыл шаруашылығы жерінің өсуі шамалы болатынын көрсетті. Бұл нәтижелер кеңістіктік өзгерістерді болжауда және урбанизация мен қоршаған ортаны қорғау арасындағы тепе-теңдікті сақтайтын саясатты қалыптастыруда гибридті модельдеу тәсілдерінің тиімділігін дәлелдейді. Географиялық деректер мен тарихи үрдістерді болжау модельдеріне біріктіру жерді басқару мен қаланы жоспарлау стратегиялары үшін берік негіз қалыптастырады.

Түйін сөздер: агенттік модельдеу, машиналық оқыту, саясатты бағалау, ауыл шаруашылығындағы шешім қабылдау, тұрақты даму.

Авторлар: Исмухамедова А., Бельгинов С., Баканова А., Рысбаев Т., Халимов А.

Аңдатпа. Бұл мақалада ICU пациенттерінің өлім қаупін болжауға арналған веб-бағытталған дәрігерлік шешімдерді қолдау жүйесінің (SPPVR) жобасы қарастырылады. Ұсынылған шешім заманауи Машиналық оқыту тәсілдерін асинхронды веб-архитектурамен және интеллектуалды диалог интерфейсімен біріктіреді. Жүйе микросервистік тәсілді қолданады және Django және WebSocket арналарын қолданады. Бұл тәсіл тамаша пайдаланушы интерфейсін қамтамасыз етеді және нақты уақыт режимінде көптеген параллель қосылымдарды өңдеуге мүмкіндік береді. Mimic-IV жиынтығының клиникалық деректері жүйенің аналитикалық ядросын оқытуға негіз болды. Ол lightgbm градиентті күшейткіш негізінде өткізгіштік импутациясы, ерекшелік инженериясы және ансамбльдік модельдеуі бар көп сатылы құбыр желісін қамтиды. Эксперимент нәтижелері ықтималдық бағалауларының дұрыс калибрлеуін сақтай отырып, модельдің жоғары болжамдық тиімділігі (AUC-ROC 0,982) бар екенін көрсетті. SHAP болжамдарын түсіндіру клиниктердің сенімін арттырды және негізгі клиникалық факторларды түсіндірді. PDF және Excel форматындағы медициналық құжаттар, сондай-ақ мәтіндік хабарламалар сияқты мультимодальды кірістерді қолдауға баса назар аударылады, бұл жүйені клиникалық операцияларға қолайлы етеді.

Түйін сөздер: MIMIC-IV, веб-қосымшалардың архитектурасы, Django арналары, Машиналық оқыту, өлімді болжау, модельдік интерпретация, WebSocket, Медициналық информатика, клиникалық шешімдерді қолдау жүйесі.

Авторлар: Несіпқалиев Ұ.Е., Сайлауқызы Ж., Хасенова З.Т., Бигалиева А.З., Хамитов Д.Р.

Аңдатпа. Радиобайланыс жүйелерінде ақпаратты сенімді жеткізу мәселесі қателерді түзету алгоритмдерін жетілдірумен тікелей байланысты. Әсіресе төмен қуатты және нақты уақыт режимінде жұмыс істейтін радиожүйелер үшін есептеу күрделілігі мен аппараттық ресурстарды тиімді пайдаланатын әдістерді қолдану өзекті болып табылады. Осы тұрғыда көпшекті шекті декодтау (КШД) алгоритмдері дәстүрлі итерациялық декодтау тәсілдеріне балама ретінде қарастырылады. Мақаланың мақсаты радиобайланыс арналары үшін көпшекті шекті декодтау алгоритмдерін аппараттық деңгейде іске асыру тәсілдерін зерттеу және олардың тиімділігін талдау. Зерттеу нысаны ретінде қателерді түзету жүйесінің кодер және декодер блоктары алынды. Зерттеу барысында цифрлық жобалау, аппараттық модельдеу және эксперименттік тексеру әдістері қолданылды. КШД алгоритмі Altera Cyclone IV EP4CE6E22C8N FPGA платформасында аппараттық түрде іске асырылып, зертханалық жағдайда тексерілді. Эксперимент нәтижелері 20 итерация кезінде қателік ықтималдығының 10⁻⁸ деңгейіне дейін төмендейтінін көрсетті. Сонымен қатар, алынған аппараттық шешім LDPC және Turbo-кодтармен салыстырғанда FPGA ресурстарын шамамен 40% аз пайдаланып, қуат тұтынуды төмендететіні анықталды. Зерттеу нәтижелері көпшекті шекті декодтау алгоритмдерінің радиобайланыс жүйелерінде, әсіресе төмен қуатты және нақты уақыттағы қолданбаларда тиімді қолданылу мүмкіндігін дәлелдейді. Ұсынылған әдіс ресурстық үнемділігі мен жоғары сенімділігімен ерекшеленеді.

Түйін сөздер: декодтау, арналық кодтау, көпшекті шекті декодтау, кедергіге төзімді кодтау, FPGA, радиобайланыс, телекоммуникациялар.

Авторлар: Кабдуллин М., Найзабаева Л., Кабдуллин А., Жонкешова А.

Аңдатпа. Осы мақалада машиналық оқыту әдістерін қолданып, кардиологиядағы биомедициналық бейнелерді автоматты талдау әдістері зерттеледі. Зерттеудің өзектілігі жүрек пен капилляр бейнелерін автоматты өңдеу арқылы жүрек-қан тамырлары ауруларын диагностикалау дәлдігін арттыру қажеттілігінен туындайды. Зерттеу сандық микроскоптар мен электрокардиографтар арқылы алынған деректерді талдауға бағытталып, негізгі диагностикалық ерекшеліктерді анықтауға баса назар аударады. Ұсынылған әдіс бейнелерді алдын ала өңдеу, шуды жою, ерекшеліктерді анықтау және негізгі компоненттер анализі (PCA) мен нейрондық желі модельдері негізінде классификациялауды қамтиды. Алдын ала өңдеу кезеңіне бейнелерді сүзу, сегментация және деректерді нормалау кіреді. Зерттеуде медициналық бейнелерді талдау үшін бейімделген машиналық оқыту классификация алгоритмдері және терең оқыту әдістері қолданылады. Диагностика тиімділігін арттыру және модельдің жалпыламалығын қамтамасыз ету мақсатында өнімділікті бағалау критерийлері мен оқыту параметрлері зерттеледі. Биомедициналық деректерді өңдеуге байланысты биологиялық қауіпсіздік аспектілеріне, соның ішінде жеке деректерді қорғау және классификация дәлдігіне ерекше көңіл бөлінеді. Зерттеу сонымен қатар бейне сапасындағы және сыртқы факторлардағы өзгерістерге түрлі модельдердің тұрақтылығын бағалайды. Сонымен қатар, диагностиканың дәлдігін арттыру үшін машиналық оқытуға негізделген бейне талдауды медициналық шешім қабылдау жүйелерімен біріктіру мәселесі талқыланады. Мақала қазіргі алгоритмдердің шектеулерін талдап, оларды одан әрі жетілдіру бағыттарын, соның ішінде әртүрлі деректер түрлеріне және күрделі клиникалық сценарийлерге бейімделуді ұсынады. Болашақ зерттеулердің перспективаларына ерекшеліктерді анықтау әдістерін оңтайландыру, классификация алгоритмдерін жетілдіру және диагностиканың дәлдігін арттыру үшін бірнеше тәсілді біріктіретін гибридті модельдерді дамыту кіреді. Осылайша, машиналық оқыту әдістері мен биомедициналық бейнелерді талдау алгоритмдерінің шолуы жүрек-қан тамырлары ауруларын автоматтандырылған диагностикалау үшін ең тиімді тәсілдерді анықтап, интеллектуалды медициналық жүйелердің одан әрі дамуының перспективаларын көрсетеді.

Түйін сөздер. Машина оқыту, жасанды интеллект, нейрондық желілер, биомедициналық бейнелерді өңдеу, кардиология.

Авторлар: Кереев А.К., Жайлыбаева А.О.,Ташимова А.К., Капарова Л.Е., Умирзакова Б.Г.

Аңдатпа. Автономды роботтардың маңызды міндеттерінің бірі – таныс емес ортада қауіпсіз қозғалу, мүмкіндігінше жасанды көру арқылы кедергілерді анықтау және тану болып табылады. Визуалды басқару жүйелері бірнеше жылдан бері дамытылып келеді. Олардың кейбірі жергілікті жасанды нысандарды қолданса, ал жетілдірілгендері табиғи нысандарға сүйенеді. Роботтардың автономды қозғалысы саласында, оған карталар жасау, маршрут жоспарлау және өздігінен орналасу (самолокация) кіреді, жұмыс визуалды ақпаратқа ғана сүйенетін қарапайым автономды агент идеясын дамытады. Интеграцияланған навигациялық жүйе табиғи жүйелердің кейбір функцияларын қайта жасайды, себебі ол аз алдын-ала білімді, борттағы есептеулерді қолданады және барлық бағытты көру мүмкіндігіне ие емес. Мақсат – роботты еденде кедергілер мен адамдардан аулақ жылжыту болғандықтан, камера роботтың үстіне орнатылып, алға қаратып бекітілген. Мақалада кескіндерді өңдеу саласындағы негізгі міндеттердің бірі қарастырылған, ол бақылау көрінісіндегі объектілердің шеттерін бөліп көрсетуге байланысты. Жұмыстың мақсаты – алдын ала сүзгілеуге негізделген объектілердің контурларын бөліп көрсету алгоритмдерін зерттеу, ұсынылған тәсілдерді белгілі Sobel, Canny және Laplace-Gauss шет детекторларымен салыстыру. Алдын ала сүзгілеу қолдану кескіндегі шуды басуға және шеттерді айқындауға мүмкіндік береді.
Ғылыми жаңалығы – контрастты арттыруға негізделген алдын ала сүзгілеу, Калман фильтрі және Монте-Карло әдістерін қамтитын контурларды бөліп көрсету алгоритмін жасау және тәжірибелік бағалау, бұл мобильді роботтың видеопотокты өңдеуде шуға төзімділігін арттыруға мүмкіндік береді.
Sobel, Canny және LoG алгоритмдері бірқатар метрикалар бойынша кешенді түрде зерттеліп, салыстырылды (жоғалған пиксельдер саны, MSE, нормаланған MSE және құрылымдық ұқсастық индексі SSIM), бұл әртүрлі зақымдану деңгейінде олардың тиімділігін тереңірек түсінуге мүмкіндік берді.

Түйін сөздер: компьютерлік көру, бейнелерді өңдеу алгоритмдері, Калман сүзгісі, Монте-Карло әдістері, бейнелерді сегментациялау, Собель және Канни алгоритмдері, нақты уақыттағы бейне талдау.

Авторлар: Бижанов Д.Е., Жетенбаев Н.Т., Мақсұт Ә.Қ., Котов С.

Аңдатпа. Бұл мақалада шынтақ буынының пронация/супинация қозғалысын оңалту мақсатында қолдануға арналған экзоскелет құрылғысының жобалануы мен тәжірибелік сынағы сипатталады. Аталған қозғалысты дәл және қауіпсіз түрде жүзеге асыру оңалту экзоскелеттеріндегі негізгі техникалық қиындықтардың бірі болып табылады, себебі бұл қозғалыс күрделі биомеханикалық өзара әрекеттесулер мен білектегі сүйектердің айналуына байланысты. Жоба аясында SolidWorks бағдарламасында екі еркіндік дәрежесі (DOF) бар CAD үлгісі жасалды. Кейіннен физикалық прототип құрастырылып, зертханалық жағдайда бір еркіндік дәрежесі – пронация/супинация қозғалысына сынақ жүргізілді. Қозғалыс дәлдігі IMU сенсоры арқылы тіркеліп, басқару тиімділігі бағаланды. Ұсынылған құрылғы инсульттан кейінгі нейромоторлық функцияларды қалпына келтіру, шынтақ буынының контрактурасын түзету және нейрологиялық аурулары бар пациенттерді оңалту үдерісінде қолдануға арналған. Эксперимент нәтижелері құрылғының оңалтуға жарамды екенін көрсетті.

Түйін сөздер: шынтақ экзоскелеті, пронация-супинация, оңалту робототехникасы, CAD модель, IMU сенсоры, 2 DOF экзоскелет.