The object of research, development or design (in Russian) : Объектом этого исследования является перенос знаний машинного обучения по сетям с низким энергопотреблением и ограниченным сетям.

The object of research, development or design (in Kazakh) : Бұл зерттеудің нысаны төмен қуатты желілер мен шектеулі желілер арқылы Машиналық оқыту білімін тасымалдау болып табылады.

Aim of work (in Russian) : Целью этого проекта является разработка инновационной платформы, которая облегчает передачу знаний между устройствами в рамках ячеистых сетей Интернета вещей (например, LoRa, M2M). Объединяя федеративное обучение и трансферное обучение, наша цель - повышение энергоэффективности, масштабируемости и конфиденциальности в сетях Интернета вещей.

Aim of work (in Kazakh) : Бұл жобаның мақсаты-интернет заттарының торлы желілері (мысалы, LoRa, M2M) шеңберіндегі құрылғылар арасында білім беруді жеңілдететін инновациялық платформаны әзірлеу. Федеративті оқыту мен трансферлік оқытуды біріктіре отырып, біздің мақсатымыз - интернет заттарындағы энергия тиімділігін, ауқымдылығын және құпиялылығын арттыру.

Методы исследования (на русском) : В проекте использованы различные методы моделирования, объединяющие инженерные принципы, теорию электромагнитных переходных процессов, электронику, системы релейной защиты, полевые эксперименты, математическое и физическое моделирование, а также информационные технологии. Методы исследования включают наблюдение, сравнение, измерения и экспериментирование, наряду с аналитическими подходами и подходами моделирования. Цель состоит в анализе исследуемых систем и определение ключевых характеристик, таких как надежность системы и стабильность беспроводного соединения. Кроме того, для расчета рабочих характеристик устройств применены методы теории алгоритмов и математической статистики с оценкой практических последствий полученных результатов.

Методы исследования (на казахском) : Жобада инженерлік принциптерді, электромагниттік өтпелі теорияны, электрониканы, релелік қорғаныс жүйелерін, далалық эксперименттерді, математикалық және физикалық модельдеуді және ақпараттық технологияларды біріктіретін әртүрлі модельдеу әдістері қолданылады. Зерттеу әдістері Аналитикалық және модельдеу тәсілдерімен қатар бақылау, салыстыру, өлшеу және экспериментті қамтиды. Мақсат-зерттелетін жүйелерді талдау және жүйенің сенімділігі мен сымсыз қосылыстың тұрақтылығы сияқты негізгі сипаттамаларды анықтау. Сонымен қатар, алгоритмдер теориясы мен математикалық статистика әдістері алынған нәтижелердің практикалық салдарын бағалай отырып, құрылғылардың жұмыс сипаттамаларын есептеу үшін қолданылады.

Obtained results and novelty (in Russian) : Результат исследования - платформа машинного обучения, способная работать в ячеистой IoT сети (например, LoRa) для ограниченных устройств. Эта структура эффективно реализует FL и TL для достижения энергоэффективности и адаптируемости. Платформа проверена на реальных разработках с использованием готовых устройств Интернета вещей. В этой заявке изложен комплексный подход к улучшению передачи знаний в ячеистых IoT сетях с упором на LoRa с использованием FL и TL. Исследование имеет большой потенциал для революции в приложениях Интернета вещей и решения проблем, связанных с конфиденциальностью данных, эффективностью моделей и быстрым обменом знаниями. Более того, использование ML в рамках Интернета вещей представляет ряд преимуществ для Казахстана. Оно способно оптимизировать управление ресурсами в ключевых секторах, таких как добыча полезных ископаемых, нефть и сельское хозяйство, тем самым повышая операционную эффективность. Применительно к городскому планированию ML, управляемый средствами IoT, может улучшить управление дорожным движением и обслуживание инфраструктуры, тем самым способствуя развитию более умных городов. Кроме того, в сфере здравоохранения это может обеспечить удаленный мониторинг и прогнозную аналитику, что особенно выгодно в отдаленных регионах. Интеграция ML в IoT сможет повысить производительность, оптимизировать использование ресурсов и улучшить общее качество жизни в различных секторах Казахстана.

Obtained results and novelty (in Kazakh) : Зерттеудің нәтижесі-шектеулі құрылғыларға арналған IoT торында (мысалы, LoRa) жұмыс істеуге қабілетті Машиналық оқыту платформасы. Бұл құрылым энергия тиімділігі мен бейімделуіне қол жеткізу үшін fl және TL тиімді жүзеге асырады. Платформа дайын Интернет заттарын қолдана отырып, нақты әлемдегі әзірлемелерде тексерілген.

The main constructive and technical economic indicators (in Russian) : Основными конструктивными и технико-экономическими показателями проекта являются увеличение эффективности передачи знаний машинного обучения через сети низкого электропотребления и ограниченные сети. Использование результатов исследования позволит повысить эффективность работы встроенных и краевых систем.

The main constructive and technical economic indicators (in Kazakh) : Жобаның негізгі сындарлы және техникалық-экономикалық көрсеткіштері төмен электр тұтыну желілері және шектеулі желілер арқылы Машиналық оқыту білімін беру тиімділігін арттыру болып табылады. Зерттеу нәтижелерін пайдалану ендірілген және шеткі жүйелердің тиімділігін арттыруға мүмкіндік береді.

Level of implementation (in Russian) : не внедрено

Level of implementation (in Kazakh) : жүзеге асырылмаған

Efficiency (in Russian) : не применимо

Efficiency (in Kazakh) : қолданылмайды

Field of application (in Russian) : Областью применения являются сети сбора данных в условии отсутствия инфраструктуры

Field of application (in Kazakh) : Инфрақұрылым болмаған жағдайда деректерді жинау желілері қолдану саласы болып табылады