The object of research, development or design (in Russian) : Объекты исследования: данные о состоянии воздуха г.Алматы, уровень загрязненности почвы тяжелыми металлами, данные о загрязнении почвы неликвидными пестицидами; математические модели фитотоксичности почвы и тд. Объекты разработки: логические модели, базы данных, информационная система, геоинформационная система, интеллектуальная система принятия решений и др.

The object of research, development or design (in Kazakh) : Зерттеу объектілері: Алматы қаласының ауа бассейінің жағдайы туралы деректер, топырақтың ауыр металдармен ластану деңгейі, топырақтың өтімсіз пестицидтермен ластануы туралы деректер; топырақ фитоуыттылығының математикалық модельдері және т.б. Қамтаманың объектілері: логикалық модельдер, деректер базасы, ақпараттық жүйе, геоақпараттық жүйе, шешім қабылдаудың интеллектуалды жүйесі және т.б.

Aim of work (in Russian) : Цель проекта - разработка интеллектуальной системы принятия решений и прогнозирования токсинов в почве, загрязненных пестицидами и тяжелыми металлами; проектирование геоинформационной системы мониторинга воздушного бассейна с учетом геопространственных данных Казахстана.

Aim of work (in Kazakh) : Жобаның мақсаты – пестицидтермен және ауыр металдармен ластанған топырақтағы токсиндерді болжаудың және шешім қабылдаудың интеллектуалды жүйесін құру; Қазақстанның геокеңістіктік деректерін ескере отырып, ауа бассейнін бақылаудың геоақпараттық жүйесін жобалау.

Методы исследования (на русском) : Применены рекуррентные нейронные сети (RNN): Simple RNN, LSTM-RNN и stacked LTSM-RNN. Интегрированный подход к рекультивации поддерживается с помощью модели на основе XGBoost. Используются передовые алгоритмы искусственного интеллекта и датчики Интернета вещей (IoT), где предлагаемая система динамически автоматически регулирует сигналы светофора. Создан имитированный набор данных для обучения и оценки эффективности искусственных нейронных сетей (ИНС) и сетей с долговременной краткосрочной памятью (LSTM) при прогнозировании уровней PM2.5

Методы исследования (на казахском) : Қайталанатын нейрондық желілер (RNN) қолданылады: Қарапайым RNN, LSTM-RNN және стектелген LTSM-RNN. Түзетуге біріктірілген тәсіл XGBoost негізіндегі үлгі арқылы қолдайды. Жетілдірілген жасанды интеллект алгоритмдері және Интернет заттары (IoT) сенсорлары пайдаланылады, мұнда ұсынылған жүйе қозғалыс сигналдарын динамикалық түрде автоматты түрде реттейді. PM2.5 деңгейін болжауда жасанды нейрондық желілер (ANN) және ұзақ қысқа мерзімді жады (LSTM) желілерінің өнімділігін үйрету және бағалау үшін модельденген деректер жинағы жасалды.

Obtained results and novelty (in Russian) : Разработан многорядный алгоритм самоорганизации для анализа связи биомассы растения на загрязненной тяжелыми элементами почве в зависимости от климати¬ческих условий среды. Представлена инновационная информационная система, использующая методы машинного обучения и глубокого обучения, направленная на прогнозирование и упрощение принятия решений при рекультивации почв, перегруженных токсичными элементами. Проведена интеграция адаптивных систем управления дорожным движением на основе ИИ с мониторингом качества воздуха в реальном времени в качестве нового решения для снижения загрязнения воздуха в Алматы.

Obtained results and novelty (in Kazakh) : Қоршаған ортаның климаттық жағдайына байланысты ауыр элементтермен ластанған топырақтағы өсімдік биомассасының өзара байланысын талдау үшін көп қатарлы өзін-өзі ұйымдастыру алгоритмі жасалған. Уытты элементтермен шамадан тыс жүктелген топырақтарды рекультивациялау кезінде шешім қабылдауды болжауға және жеңілдетуге бағытталған машиналық оқыту және терең оқыту әдістерін қолданатын инновациялық ақпараттық жүйе ұсынылған. Алматыдағы ауаның ластануын азайтудың жаңа шешімі ретінде AI негізіндегі бейімделген қозғалысты басқару жүйелері нақты уақыт режимінде ауа сапасының мониторингімен біріктірілді.

The main constructive and technical economic indicators (in Russian) : Прямой социальный и экономический эффект данного проекта связан с необычайной дороговизной натурных исследований, порой даже невозможностью проведения эксперимента. Интеллектуальная система мониторинга загрязняющих веществ в воздухе и на поверхности земли позволяет принимать эффективные решения по улучшению социального благополучия населения Казахстана.

The main constructive and technical economic indicators (in Kazakh) : Аталмыш жобаның тікелей әлеуметтік және экономикалық әсері табиғатты зерттеудің ерекше қымбат құнымен, кейде тіпті эксперимент жүргізудің мүмкін еместігімен байланысты. Атмосферадағы және жер бетіндегі ластаушы заттардың мониторингінің интеллектуалды жүйесі Қазақстан халқының әлеуметтік әл-ауқатын жақсарту бойынша тиімді шешімдер қабылдауға мүмкіндік береді.

Level of implementation (in Russian) : Объекты исследования: данные о состоянии воздуха г.Алматы, уровень загрязненности почвы тяжелыми металлами, данные о загрязнении почвы неликвидными пестицидами; математические модели фитотоксичности почвы и тд. Объекты разработки: логические модели, базы данных, информационная система, геоинформационная система, интеллектуальная система принятия решений и др.

Level of implementation (in Kazakh) : Әзірленіп жатқан жүйе ауа мен топырақтың ластану ауқымын алынған ағымдағы және сенімді деректер негізінде бағалауға мүмкіндік береді. Нәтижелер: қоршаған орта деректерін өңдеуге, талдауға және қамтамасыз етуге арналған ұқсас дамыған интеллектуалды жүйелердің прототипі бола алады; атмосфералық ауа мен жерді экологиялық бақылаудың жылжымалы жүйелері түрінде қолданылады

Efficiency (in Russian) : Математическая модель фитотоксичности почвы обеспечивает автоматический отбор информативных входных пере¬мен¬ных и выбор структуры регрес¬сионной модели оптимальной слож¬ности. Математические модели регулирования дорожного движения на светофорных перекрестках влияют на повышение эффективности управления дорожным движением и повышения экологической безопасности городов.

Efficiency (in Kazakh) : Топырақ фитоуыттылығының математикалық моделі ақпараттық кіріс айнымалыларды автоматты түрде таңдауды және оңтайлы күрделіліктің регрессиялық моделінің құрылымын таңдауды қамтамасыз етеді. Бағдаршам қиылыстарындағы қозғалысты реттеудің математикалық үлгілері жол қозғалысын басқару тиімділігін арттыруға және қалалардың экологиялық қауіпсіздігіне әсер етед етеді.

Field of application (in Russian) : Рекуррентные архитектуры с применением нейронных сетей являются многообещающими мощными инструментами для мониторинга и прогнозирования изменений окружающей среды, предлагая ценную информацию для правительственных учреждений и экологических инициатив. Интегрированный подход к рекультивации с помощью модели на основе XGBoost – система, повышающая эффективность детоксикации почвы для сохранения окружающей среды и здоровья населения.

Field of application (in Kazakh) : Нейрондық желілерді пайдаланатын қайталанатын сәулеттер қоршаған ортаның өзгеруін бақылау және болжау үшін қуатты құралдар болып табылады, мемлекеттік органдар мен экологиялық бастамалар үшін құнды ақпарат ұсынады. XGBoost негізіндегі модельді пайдалана отырып, қалпына келтіруге кешенді тәсіл – қоршаған орта мен халықтың денсаулығын сақтау үшін топырақты детоксикациялау тиімділігін арттыратын жүйе.