Inventory number IRN Number of state registration
0225РК00050 AP19675202-OT-25 0123РК00342
Document type Terms of distribution Availability of implementation
Заключительный Gratis Number of implementation: 0
Not implemented
Publications
Native publications: 0
International publications: 2 Publications Web of science: 2 Publications Scopus: 2
Number of books Appendicies Sources
1 2 264
Total number of pages Patents Illustrations
139 0 46
Amount of funding Code of the program Table
24822143.55 AP19675202 4
Name of work
Исследование интегрируемого нелинейного уравнения типа Шредингера и глубокое обучение.
Report title
Type of work Source of funding The product offerred for implementation
Fundamental Модель
Report authors
Серикбаев Нуржан Сагиндикович , Шайхова Гаухар Нурлыбековна , Нугманова Гулгасыл Нукарбаевна , Kannan Manikandan , Сапарбекова Акбота Асылбековна , Тұрғанбай Гүлсая Сұлтанбекқызы ,
0
1
0
1
Customer МНВО РК
Information on the executing organization
Short name of the ministry (establishment) МНВО РК
Full name of the service recipient
Некоммерческое акционерное общество "Евразийский Национальный университет имени Л.Н. Гумилева"
Abbreviated name of the service recipient НАО "ЕНУ им.Л.Н.Гумилева"
Abstract

Интегрируемые нелинейные уравнения типа Шредингера и их различные обобщения.

Интегралданатын Шредингер типті сызықты емес теңдеулер және олардың әртүрлі жалпылануы.

Исследование интегрируемых нелинейных уравнений типа Шредингера (типа НУШ), предложение новые нелокальные редукций исследуемого уравнения и разработать его дробное расширение. Провести анализы результатов исследования с численными данными, в том числе с применением физико-информированных нейронных сетей (ФИНС).

Интегралданатын Шредингер типті сызықты емес теңдеулерді (ШтСеТ) зерттеу, зерттелетін теңдеудің жаңа локальды емес редукцияларын ұсыну және оның бөлшекті кеңеюін әзірлеу. Зерттеу нәтижелерін сандық деректермен, соның ішінде физикадан ақпараттандырылған нейрондық желілерді пайдаланып талдау (ФАНЖ).

В исследовании применялись аналитические и численные методы. Для построения и проверки точных решений использовались преобразования подобия и усовершенствованный алгоритм строго ограниченные ФИНС (СО-ФИНС).

Зерттеуде аналитикалық және сандық әдістер қолданылды. Дәл шешімдерді құру және тексеру үшін ұқсастық түрлендірулері және жетілдірілген қатаң шектелген ФАНЖ (ҚШ-ФАНЖ) алгоритмі пайдаланылды.

Была получена совокупность новых результатов, существенно развивающих современное направление в области интегрируемых нелинейных эволюционных систем типа НУШ. Во-первых, были построены новые нелокальные редукции интегрируемого типа НУШ, учитывающие пространственно-временные симметрии и PT-симметрию. Через введение пары Лакса доказана их интегрируемость, а также найдены точные дробно-экспоненциальные и позитонные решения, описывающие устойчивые когерентные структуры. Эти решения отражают баланс усиления и потерь и имеют физические аналоги в оптических решетках и квантовых системах с нелокальными взаимодействиями. Во-вторых, впервые был разработан и реализован усовершенствованный алгоритм СО-ФИНС, предназначенный для численного решения многокомпонентных и PT-симметричных нелокальных НУШ. Предложенная модель учитывала три типа потенциалов — рациональный, якобианово-периодический и пространственно-временной — и обеспечила высокоточную аппроксимацию комплекснозначных решений при сохранении физических свойств системы. Проведенный сравнительный анализ показал, что ошибка СО-ФИНС на 1-2 порядка меньше, чем у классических ФИНС, а сходимость и устойчивость обучения существенно улучшены. В-третьих, были исследованы и построены дробные расширения типа НУШ и связанных с ним нелинейных систем. Впервые получены уединенные волновые решения дробного порядка, описывающие эффекты фрактальной памяти среды, фазовые сдвиги и аномальные изменения амплитуд.

ШтСеТ типті интегралданатын сызықты емес эволюциялық жүйелер саласындағы қазіргі бағытты едәуір дамытқан жаңа нәтижелер жиынтығы алынды. Біріншіден, кеңістік-уақыттық симметриялар мен PT-симметрияны ескеретін интегралданатын ШтСеТ типті жаңа локальді емес редукциялар құрылды. Лакс жұбын енгізу арқылы олардың интегралданатындығы дәлелденіп, тұрақты когеренттік құрылымдарды сипаттайтын дәл бөлшекті-экспоненциалды және позитондық шешімдер табылды. Бұл шешімдер күшею мен шығынның тепе-теңдігін бейнелейді және локальді емес өзара әсерлесулері бар оптикалық торлар мен кванттық жүйелерде физикалық аналогтарға ие. Екіншіден, алғаш рет көпкомпонентті және PT-симметриялы локальді емес ШтСеТ сандық тұрғыдан шешуге арналған жетілдірілген ҚШ-ФАНЖ алгоритмі әзірленіп, іске асырылды. Ұсынылған модель үш түрлі потенциал түрін — рационалды, якобиандық-периодты және кеңістік-уақыттық — ескеріп, жүйенің физикалық қасиеттерін сақтай отырып, комплекс мәнді шешімдерді жоғары дәлдікпен аппроксимациялады. Жүргізілген салыстырмалы талдау ҚШ-ФАНЖ қатесінің дәстүрлі ФАНЖ-ға қарағанда 1–2 реттік шамамен аз екенін, ал оқытудың жинақталуы мен орнықтылығы едәуір артқанын көрсетті. Үшіншіден, ШтСеТ және онымен байланысты сызықты емес жүйелердің бөлшекті кеңейтулері зерттеліп, құрылды. Алғаш рет ортаның фракталдық жад әсерлерін, фазалық ығысулары мен амплитудалардың аномальды өзгерістерін сипаттайтын бөлшек реттіліктегі жалғыз толқындық шешімдер алынды.

Результаты, полученные в ходе выполнения данного проекта, носят теоретический характер.

Осы жобаны іске асыру барысында алынған нәтижелер теориялық болып табылады.

Не внедрено

Енгізілген жоқ

Исследования по данному проекту имеют фундаментальный характер, поэтому экономическая эффективность не определена.

Бұл жоба бойынша зерттеулер іргелі сипатқа ие, сондықтан экономикалық тиімділік анықталмаған.

Результаты исследования носят теоретический характер и могут иметь применение в образовании и науке, а именно при подготовке программ специальных курсов магистратуры и PhD-докторантуры в области физики. Потенциальные потребителями полученных результатов являются ученые, проводящие исследования в аналогичных проектах.

Зерттеу нәтижелері теориялық сипатқа ие және білім мен ғылымда, атап айтқанда физика саласындағы арнайы магистратура мен PhD докторантура курстарын дайындауда қолданылуы мүмкін. Алынған нәтижелердің әлеуетті тұтынушылары ұқсас жобаларда зерттеу жүргізетін ғалымдар болып табылады.

UDC indices
530.182; 51-73; 517.957
International classifier codes
29.00.00; 29.05.03; 27.35.55;
Readiness of the development for implementation
Key words in Russian
интегрируемые системы; дробное уравнение; нелокальное уравнение; нейронные сети; солитон; глубокое обучение;
Key words in Kazakh
интегралданатын жүйелер; бөлшекті теңдеу; локальді емес теңдеу; нейрондық желілер; солитон; терең оқыту;
Head of the organization Сыдыков Ерлан Батташевич доктор исторических наук / Профессор
Head of work Серикбаев Нуржан Сагиндикович PhD in Physics, к.ф.-м.н. / и. о. доцента
Native executive in charge