Inventory number IRN Number of state registration
0323РК01641 AP14971555-KC-23 0122РК00646
Document type Terms of distribution Availability of implementation
Краткие сведения Gratis Number of implementation: 0
Not implemented
Publications
Native publications: 1
International publications: 2 Publications Web of science: 0 Publications Scopus: 2
Patents Amount of funding Code of the program
0 7995322 AP14971555
Name of work
Проектирование и внедрение системы обеспечения безопасности в режиме реального времени в закрытых помещениях с применением методов машинного обучения
Type of work Source of funding Report authors
Applied Досбаев Жандос Махсутулы
0
0
0
0
Customer МНВО РК
Information on the executing organization
Short name of the ministry (establishment) МНВО РК
Full name of the service recipient
Республиканское государственное предприятие на праве хозяйственного ведения "Институт механики и машиноведения имени академика У.А. Джолдасбекова"
Abbreviated name of the service recipient РГП на ПВХ ИММаш
Abstract

обученный модель глубокого обучения для классификаций

классификация жасау үшін оқытылған терең оқыту моделі

Создание системы обеспечения безопасности в режиме реального времени, путем проведения классификации, по данным аудиосенсора, установленного внутри здания, с использованием обученной модели. Когда звуки, которые считаются опасными, встречаются, они определяют, к какому классу они принадлежат.

Оқытылған модельді қолдана отырып, ғимарат ішінде орнатылған аудиосенсор мәліметтері бойынша, нақты уақыт режимінде, классификация жүргізу арқылы, қауіпсіздікті қамтамасыз ететін жүйені жасау. Қауіпті деп саналатын дыбыстар кездескенде, қай классқа тиесілі екендігін анықтайды.

Алгоритмы машинного обучения, нейронные сети, глубокое обучение.

Машиналық оқыту алгоритмдері, нейрондық желілер, терең оқыту.

Чтобы уменьшить объем обрабатываемых данных, двумерные (стерео) аудиоданные были преобразованы в одномерные (моно) аудиоданные. Это позволило сократить время обработки аудиоданных модели в режиме реального времени. Он также был адаптирован к особенностям модели глубокого обучения. Из аудиоданных были извлечены пять типов наиболее выраженных признаков по классам: хромограмма, спектральный контраст, Mel-frequency cepstrum, Mel-frequency cepstral coefficients, Tonal centroid. Была обучена и протестирована гидридная модель глубокого обучения для обработки долгосрочных и краткосрочных аудиоданных. По полученным результатам опубликовано 1 статья в издании, рекомендованном КОКСНВО, 2 статьи в журналах, входящих в базу данных Scopus.

Өңделетін мәліметтердің көлемін азайту үшін екіөлшемді (стерео) аудио деректер бірөлшемді (моно) аудиодеректерге түрлендірілді. Бұл нақты уақыт режимі кезінде модельдің аудиодеректерді өңдеу уақытын қысқартуға мүмкіндік берді. Сонымен қатар терең оқыту моделінің ерекшеліктеріне икемделді. Аудиодеректерден класстар бойынша неғұрлым айқын байқалатын белгілердің бес түрі таңдалып алынды: хромограмма, спектралдық контраст, Mel-frequency cepstrum, Mel-frequency cepstral coefficients, Tonal centroid. Ұзақ әрі қысқа мерзімді аудиодеректерді өңдеуге арналған гидридті терең оқыту моделі оқытылып, тестіленді. Алынған нәтижелер бойынша ҒЖБССҚК ұсынған басылымда 1 мақала, Scopus дерекқорына енетін журналдарда 2 мақала жарияланды.

Поскольку эти системы работают в режиме реального времени, по сравнению с другими методами, используемыми для обеспечения безопасности (видеокамеры), системы работающие на основе аудиоданных, за счет малого объема данных, упрощают требования к пропускной способности передающих сетей, а также способствуют снижению цен на комплектующие устройства и сервисные услуги.

Қауіпсіздікті қамтамасыз ету үшін қолданылатын өзге әдістермен салыстырғанда (бейнекамералар), нақты уақыт режимінде жұмыс істейтіндіктен, аудиоға негізделген жүйелер, мәліметтер көлемінің азаюы есебінен, тарату желілерінің өткізу қабілетіне қойылатын талаптарды жеңілдетеді, сонымен қатар қолданылатын құрылғылар мен сервистік қызметтер бағасының азаюына ықпал етеді.

не внедрено

енгізілмеген

Полученный модель в результате проекта, направлено к применению в системах обеспечения безопасности в общественных местах, станциях метро, аэропортах, жилых домах, торговых центрах. Поскольку система работает на основе аудиоданных, реализация возможно с минимальными требованиями к устройствам и наименьшими затратами

Жоба нәтижесінде алынатын машиналық оқыту әдістері негізінде оқытылған модель, қоғамдық орындарда, бекеттерде, әуежай, тұрғын үйлер, сауда орталықтарында қауіпсіздікті қамтамасыз ету жүйесіне қолдануға бағытталған. Жүйе аудиомәліметтер негізінде жұмыс істейтіндіктен, құрылғыларға қойылатын талаптарды және шығындарды төмендете отырып, жүзеге асырылады

Системы безопасности инфраструктурных объектов

Инфрақұрылым нысандарының қауіпсіздік жүйелері

UDC indices
004.85
International classifier codes
50.43.31;
Key words in Russian
Машинное обучение; Искусственный интеллект; Нейронные сети; Обработка аудиосигналов; Аудиоклассификация;
Key words in Kazakh
Машиналық оқыту; Жасанды интеллект; Нейрондық жүйелер; Аудиосигналдарды өңдеу; Аудиоклассификация;
Head of the organization Уалиев Заир Гахипович доктор технических наук / профессор
Head of work Досбаев Жандос Махсутулы Доктор PhD / PhD