The object of research, development or design (in Russian) : Объект исследования, разработки или проектирования — это система мониторинга уровня стресса студентов на базе носимых устройств, интегрированных с технологиями IoT. Система предназначена для сбора физиологических данных студентов, таких как частота сердечных сокращений и электропроводность кожи, с целью определения и анализа уровня стресса в реальном времени.

The object of research, development or design (in Kazakh) : Зерттеу, әзірлеу немесе жобалау нысаны - IoT технологияларымен біріктірілген киюге болатын құрылғыларға негізделген студенттердің стресс деңгейін бақылау жүйесі. Жүйе нақты уақыттағы стресс деңгейін анықтау және талдау мақсатында жүрек соғу жиілігі және терінің электр өткізгіштігі сияқты студенттердің физиологиялық деректерін жинауға арналған.

Aim of work (in Russian) : Цель работы данного проекта заключается в разработке и внедрении носимых устройств на основе технологий IoT для мониторинга стресса студентов. Это инновационное решение направлено на создание системы, способной в реальном времени собирать и анализировать данные о физиологическом состоянии студентов, что позволит своевременно отслеживать уровни стресса и снижать его негативное влияние на психологическое и академическое благополучие студентов

Aim of work (in Kazakh) : Бұл жобаның мақсаты студенттердің күйзелісін бақылау үшін IoT технологиялары негізінде киілетін құрылғыларды әзірлеу және енгізу болып табылады. Бұл инновациялық шешім нақты уақыт режимінде студенттердің физиологиялық жағдайы туралы деректерді жинауға және талдауға қабілетті жүйені құруға бағытталған, бұл стресс деңгейін уақтылы бақылауға және оның студенттердің психологиялық және академиялық әл-ауқатына теріс әсерін азайтуға мүмкіндік береді

Методы исследования (на русском) : 1. Литературный обзор и анализ патентов — изучение текущих научных работ и патентных данных для оценки существующих технологий и подходов в области мониторинга стресса у студентов с использованием носимых устройств и IoT. Это создает основу для разработки инновационного решения, направленного на мониторинг и анализ уровня стресса. 2. Разработка и тестирование прототипа носимого устройства — включает создание устройства, способного собирать физиологические и поведенческие данные о стрессе. Прототип проходит испытания для подтверждения его функциональности и эффективности в реальных условиях, а собранные данные используются для валидации алгоритмов. 3. Машинное обучение — использование алгоритмов классификации, таких как SVM и другие, для анализа данных о стрессе. Эти алгоритмы помогают выявлять аномальные уровни стресса, анализируя паттерны и тренды в физиологических данных, собранных устройством. 4. Математическое моделирование — создание и тестирование моделей на основе байесовских сетей и линейного программирования. Эти модели интегрируют данные, что обеспечивает точную оценку уровня стресса у студентов и помогает интерпретировать собранные данные для более глубокого понимания факторов стресса. 5. Компьютерное моделирование — позволяет визуализировать и моделировать процесс мониторинга стресса, что способствует тестированию системы в виртуальной среде и прогнозированию результатов, приближенных к реальным условиям.

Методы исследования (на казахском) : 1. Әдеби шолу және патенттік талдау-киюге болатын құрылғылар мен IoT көмегімен студенттердің стрессті бақылау технологиялары мен тәсілдерін бағалау үшін ағымдағы ғылыми жұмыстар мен патенттік деректерді зерттеу. Бұл стресс деңгейін бақылауға және талдауға бағытталған инновациялық шешімді әзірлеуге негіз жасайды. 2. Киілетін құрылғының прототипін әзірлеу және сынау — стресс туралы физиологиялық және мінез-құлық деректерін жинауға қабілетті құрылғыны құруды қамтиды. Прототип нақты жағдайларда оның функционалдығы мен тиімділігін растау үшін сынақтан өтеді, ал жиналған мәліметтер алгоритмдерді тексеру үшін қолданылады. 3. Машиналық оқыту-стресс деректерін талдау үшін SVM және басқалары сияқты жіктеу алгоритмдерін пайдалану. Бұл алгоритмдер құрылғы жинаған физиологиялық деректердегі үлгілер мен трендтерді талдау арқылы стресстің қалыптан тыс деңгейлерін анықтауға көмектеседі. 4. Математикалық модельдеу - Байес желілері мен сызықтық бағдарламалау негізінде модельдер құру және тестілеу. Бұл модельдер деректерді біріктіреді, бұл студенттердің стресс деңгейін дәл бағалауға мүмкіндік береді және стресс факторларын тереңірек түсіну үшін жиналған деректерді түсіндіруге көмектеседі. 5. Компьютерлік модельдеу - виртуалды ортада жүйені сынауға және нақты жағдайларға жақын нәтижелерді болжауға ықпал ететін стрессті бақылау процесін визуализациялауға және модельдеуге мүмкіндік береді.

Obtained results and novelty (in Russian) : Проект разработал инновационную систему на основе IoT для мониторинга стресса у студентов. Ключевыми результатами стали успешное создание прототипа носимого устройства, способного собирать и анализировать данные о стрессе в реальном времени, и разработка алгоритмов машинного обучения, которые позволяют глубоко анализировать собранные данные для выявления аномальных уровней стресса. Математические модели, основанные на байесовских сетях и методах линейного программирования, обеспечивают точную оценку состояния здоровья студентов. Научная новизна проекта заключается в интеграции современных технологий IoT и методов машинного обучения для непрерывного мониторинга стресса студентов. Проект представляет собой важный шаг в области превентивной медицины, так как позволяет эффективно отслеживать и управлять стрессом у студентов, тем самым улучшая их академическую успеваемость и психологическое благополучие

Obtained results and novelty (in Kazakh) : Жоба студенттердегі стрессті бақылау үшін IoT негізіндегі инновациялық жүйені әзірледі. Негізгі НӘТИЖЕЛЕР нақты уақыттағы стресс деректерін жинауға және талдауға қабілетті киілетін құрылғының прототипін сәтті жасау және стресстің қалыптан тыс деңгейлерін анықтау үшін жиналған деректерді терең талдауға мүмкіндік беретін Машиналық оқыту алгоритмдерін әзірлеу болды. Байес желілері мен сызықтық бағдарламалау әдістеріне негізделген математикалық модельдер студенттердің денсаулығын дәл бағалауды қамтамасыз етеді. Жобаның ғылыми жаңалығы студенттердің күйзелісін үздіксіз бақылау үшін заманауи IoT технологиялары мен машиналық оқыту әдістерін біріктіру болып табылады. Жоба профилактикалық медицина саласындағы маңызды қадам болып табылады, өйткені ол студенттердегі стрессті тиімді бақылауға және басқаруға мүмкіндік береді, осылайша олардың оқу үлгерімі мен психологиялық әл-ауқатын жақсартады

The main constructive and technical economic indicators (in Russian) : IoT негізіндегі киілетін құрылғыны (контроллерді) әзірлеу: құрылғы стресс деңгейін бағалау мақсатында студенттердің физиологиялық көрсеткіштерін бақылауға арналған. Деректерді жинау үшін датчиктерді біріктіру мүмкіндігі бар құрылғының прототипін жасау көзделеді. Машиналық оқыту және математикалық модельдеу: жиналған деректерді талдау және стресстің қалыптан тыс мәндерін анықтау үшін машиналық оқыту алгоритмдері енгізілді және стресс деңгейін дәл бағалау үшін Байес желілері мен сызықтық бағдарламалауға негізделген математикалық модель жасалды.

The main constructive and technical economic indicators (in Kazakh) : Разработка носимого устройства (контроллера) на базе IoT: устройство предназначено для мониторинга физиологических показателей студентов с целью оценки уровня стресса. Предусматривается создание прототипа устройства с возможностью интеграции датчиков для сбора данных. Машинное обучение и математическое моделирование: реализованы алгоритмы машинного обучения для анализа собранных данных и выявления аномальных значений стресса, а также создана математическая модель на основе байесовских сетей и линейного программирования для точной оценки уровня стресса​.

Level of implementation (in Russian) : Степень внедрения: проект находится на стадии прототипирования и тестирования носимых устройств для мониторинга стресса у студентов. Система предполагает интеграцию технологий IoT и машинного обучения для анализа физиологических показателей в реальном времени. Уже созданы прототипы устройств, которые успешно проходят испытания на тестовых группах студентов, что подтверждает эффективность их использования для мониторинга и анализа уровня стресса в условиях учебного заведения. Существует значительный потенциал для внедрения системы в учебные учреждения на национальном уровне, что способствует улучшению благополучия студентов и повышению их академической продуктивности.

Level of implementation (in Kazakh) : Іске асыру дәрежесі: жоба студенттердегі стрессті бақылау үшін киілетін құрылғыларды прототиптеу және сынау сатысында. Жүйе нақты уақыттағы физиологиялық көрсеткіштерді талдау үшін IoT технологиялары мен машиналық оқытуды біріктіруді қамтиды. Студенттердің сынақ топтарында сәтті сынақтан өтетін құрылғылардың прототиптері қазірдің өзінде жасалды, бұл оларды оқу орнындағы стресс деңгейін бақылау және талдау үшін пайдаланудың тиімділігін растайды. Жүйені ұлттық деңгейдегі оқу орындарына енгізу үшін айтарлықтай әлеует бар, бұл студенттердің әл-ауқатын жақсартуға және олардың академиялық өнімділігін арттыруға ықпал етеді.

Efficiency (in Russian) : Эффективность проекта оценивается на основании успешного применения алгоритма Random Forest (RF) для прогнозирования и мониторинга уровня стресса у студентов. Данный метод доказал свою эффективность в сравнении с линейной регрессией, так как позволяет гибко адаптироваться к данным и точно выявлять отклонения в уровнях стресса. Применение RF обеспечивает более высокую точность классификации и минимизирует риск переобучения, что важно для анализа физиологических данных студентов в условиях переменных факторов

Efficiency (in Kazakh) : Жобаның тиімділігі студенттердің стресс деңгейін болжау және бақылау үшін Random Forest (RF) алгоритмін сәтті қолдану негізінде бағаланады. Бұл әдіс сызықтық регрессиямен салыстырғанда өзінің тиімділігін дәлелдеді, өйткені ол деректерге икемді бейімделуге және стресс деңгейіндегі ауытқуларды дәл анықтауға мүмкіндік береді. RF қолдану жоғары жіктеу дәлдігін қамтамасыз етеді және өзгермелі факторлар жағдайында студенттердің физиологиялық деректерін талдау үшін маңызды болып табылатын қайта оқыту қаупін азайтады

Field of application (in Russian) : Область применения данного проекта охватывает сферу мониторинга здоровья и профилактики стрессовых состояний у студентов. Носимые устройства на основе IoT позволяют контролировать физиологические показатели и анализировать уровень стресса в учебных заведениях. Проект может быть внедрён в университетах и колледжах, а также может быть полезен для интеграции в системы дистанционного медицинского наблюдения, ориентированные на профилактику и мониторинг психоэмоционального состояния студентов

Field of application (in Kazakh) : Бұл жобаны қолдану саласы студенттердің денсаулығын бақылау және стресстік жағдайлардың алдын алу саласын қамтиды. IoT негізіндегі киілетін құрылғылар физиологиялық көрсеткіштерді бақылауға және оқу орындарындағы стресс деңгейін талдауға мүмкіндік береді. Жоба университеттер мен колледждерде жүзеге асырылуы мүмкін және студенттердің психоэмоционалды жағдайының алдын алуға және бақылауға бағытталған қашықтықтан медициналық бақылау жүйелеріне интеграциялануда пайдалы болуы мүмкін