The object of research, development or design (in Russian) : N-body модели звездных скоплений, их мнимые наблюдения, а также наблюдаемые звездные скопления солнечной окрестности

The object of research, development or design (in Kazakh) : Жұлдыздық шоғырлардың N-body модельдері, олардың жорамал бақылаулары, және де күн маңайындағы бақыланған жұлдыздық шоғырлар

Aim of work (in Russian) : Изучение идентификации физических свойств звездных кластеров с помощью методов искусственного интеллекта на основе большого сбора данных результатов моделирования N тел. А именно, мы научимся оценивать структуру, массу и размер кластеров и связывать эти свойства с условиями при их формировании.

Aim of work (in Kazakh) : N-дене модельдеу нәтижелерінің үлкен деректер жинағынан ЖИ әдістерімен жұлдыздық кластерлердің физикалық қасиеттерін анықтауды зерттеу. Атап айтқанда, біз кластерлердің құрылымын, массасын және өлшемін бағалауды және бұл қасиеттерің пайда болған кезіндегі жағдайларымен байланыстыруды үйренеміз.

Методы исследования (на русском) : N-body моделирование, параллельное вычисление, анализ больших данных, машинное обучение / нейронные сети

Методы исследования (на казахском) : N-body модельдеу, параллельді есептеу, үлкен мәліметтерді өңдеу, машиналық оқыту / нейронды желілер

Obtained results and novelty (in Russian) : Получена база данных мнимых наблюдении компьютерных моделей звездных скоплении, структурированные для обучения моделей машинного обучения. Были построены модели искусственного интеллекта основанные на контролируемых алгоритмах машинного обучения как RandomForests, DecisionTree, SVM, KNN, и ANN (MLP). Из всех моделей лучше всех работает Модель основанный на RandomForests. Опубликованы 3 статьи в международных высокорейтинговых журналах входящие в первый квартиль базы Web of Science и(или) Scopus.

Obtained results and novelty (in Kazakh) : Жұлдыздық шоғырлардың компьютерлік модельдерінің жорамал бақылау мәліметтерінің машиналық оқытуға арнайы құрылымға келтірілген дерекқоры алынды. RandomForests, DecisionTree, SVM, KNN, и ANN (MLP) сияқты қадағаланатын машиналық оқыту алгоритмдеріне негізделген жасанды инттеллект модельдері жасалды. Балығының ішінде RandomForests алгоритміне негізделген модель ең жақсы нәтиже көрсететіні анықталды. Web of Science және (немесе) Scopus дерекқорының бірінші квартиліне кіретін халықаралық жоғарырейтингті журналдарды 3 жарияланды.

The main constructive and technical economic indicators (in Russian) : Для выпонения задач проекта используются имеющиеся высокопроизводительные рабочие станции Энергетической Космической Лаборатории совместно с другими проектами. Для наращивания вычислительных мощностей приобретается высокопроизводительная станция для выполнения только задач данного проекта (построение компьютерных моделей, аналих больших данных и машинное обучение).

The main constructive and technical economic indicators (in Kazakh) : Жобаның тапсырмаларын орындауға Энергетикалық Ғарыш зертханасында бар жоғары өнімді жұмыс станциялары басқа жобалармен бқлісілген тұрде қолданылуда. Жобаның есептеу қуатын өсіру мақсатында тек осы жобаның есептеріне (компьютерлік модельдерді құрастыруға, үлкен мәліметтерді талдауға және машиналық оқытуға) арналған жоғары өнімді жұмыс станциясы сатып алынуда.

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) : На базе научного проекта подготавливаются высоко квалифицированные кадры с навыками анализа больших данных, машинного обучения и компьютерного моделирования. На реализацию проекта были привлечены 2 PhD студента, 1 магистрант и 3 студентов бакалавриата,в том числе, один PhD студент из другого ВУЗа. Защитились 1 магистрант и 1 студентов бакалавриата по теме проекта.

Efficiency (in Kazakh) : Ғылыми жоба негізінде үлкен мәліметтерді талдау, машиналық оқыту және компьютерлік модельдеу дағдылары бар жоғары білікті мамандар дайындалуда. Жобаны іске асыру барысында 2 PhD студент, 1 магистрант және 3 бакалавриат студенттері, соның ішінде өзге ЖОО-нан бір PhD студент зерттеуге қатыстырылды. Жоба тақырыбы бойынша 1 магистрант және 1 бакалавриат студенті дипломдық жобаларын қорғады.

Field of application (in Russian) : Научные исследования в области астрономии и астрофизики

Field of application (in Kazakh) : Астрономия және астрофизика саласындаға ғылыми зерттеулер