The object of research, development or design (in Russian) : Объект исследования - это интегрированная система «умного ухода», объединяющая медицинские, инерциальные и мультимедийные сенсоры для непрерывного мониторинга, распознавания активности человека и обнаружения аномалий.

The object of research, development or design (in Kazakh) : Зерттеу нысаны - үздіксіз мониторингке, адамның белсенділігін тануға және аномалияларды анықтауға арналған медициналық, инерциялық және мультимедиялық датчиктерді біріктіретін «ақылды күтім» жүйесі.

Aim of work (in Russian) : Разработка высокоточных алгоритмов машинного и глубокого обучения для мультимодального распознавания активности человека и выявления аномалий здоровья в рамках IoT-платформы мониторинга.

Aim of work (in Kazakh) : Адамның белсенділігін мультимодальды тануға және денсаулықтағы аномалияларды анықтауға арналған жоғары дәлдіктегі машиналық және терең оқыту алгоритмдерін IoT негізіндегі бақылау жүйесіне біріктіру.

Методы исследования (на русском) : В проекте используются методы мультимодальной интеграции данных сенсоров, предварительной обработки сигналов (фильтрация, нормализация, сегментация) и алгоритмы машинного и глубокого обучения, включая CNN, LSTM и трансформеры. Экспериментальная проверка проводится на наборах данных MHEALTH, eHomeSeniors и собственных тестовых установках.

Методы исследования (на казахском) : Жоба мультисенсорлық деректерді біріктіру, сигналдарды алдын ала өңдеу (сүзу, қалыпқа келтіру, сегментация) және CNN, LSTM, Transformer сияқты машиналық және терең оқыту алгоритмдерін қолданады. Эксперименттік тексеру MHEALTH, eHomeSeniors және өзіміздің сынақтық деректер жинақтарында жүргізілді.

Obtained results and novelty (in Russian) : Разработаны прототипы носимых и видеомодулей для распознавания активности и падений с точностью до 99% на эталонных наборах данных. Новизна заключается в мультимодальной интеграции данных ЭКГ, инерциальных и визуальных сенсоров с применением объяснимого ИИ для мониторинга здоровья в реальном времени.

Obtained results and novelty (in Kazakh) : Эталондық деректер жиынтықтарында дәлдігі 99%-ға дейін жеткен киілетін және бейне-негізіндегі белсенділік пен құлауды анықтау прототиптері жасалды. Жаңалығы — ЭКГ, инерциялық және визуалды деректерді мультимодальды біріктіріп, нақты уақыттағы денсаулық мониторингі үшін түсіндірілетін жасанды интеллектіні қолдануында.

The main constructive and technical economic indicators (in Russian) : Основные конструктивные, технические и технико-экономические показатели проекта включают создание многоуровневой системы «умного ухода», способной к непрерывному сбору данных с инерциальных, медицинских (ЭКГ) и мультимедийных сенсоров. Архитектура ориентирована на энергоэффективную работу в режиме 24/7, применяя периферийные вычисления на базе Raspberry Pi 5, облачное распределённое хранение и высокоточные ML/DL модели. Технико-экономическая эффективность достигается за счёт низкого энергопотребления, оптимизированных вычислений и использования доступных аппаратных решений при сохранении высокой точности анализа и распознавания.

The main constructive and technical economic indicators (in Kazakh) : Жобаның негізгі конструктивтік, техникалық және экономикалық көрсеткіштері көпдеңгейлі смарт-күтім жүйесін құруды қамтиды. Жүйе инерциялық, медициналық (ЭКГ) және мультимедиялық сенсорлардан үздіксіз деректер жинауға қабілетті, энергия тиімділігі жоғары, 24/7 жұмысқа бейімделген архитектураға негізделген. Жоба аясында деректерді өңдеу үшін Raspberry Pi 5 негізіндегі шеткі есептеу модульдері, бұлтты үлестірілген сақтау жүйелері және жоғары дәлдіктегі ML/DL алгоритмдері әзірленіп, олардың экономикалық тиімділігі энергия тұтынуды азайтуымен және арзан аппараттық құралдарда жоғары өнімділікпен қамтамасыз етілуімен ерекшеленеді.

Level of implementation (in Russian) : Проект находится на втором году из трёхлетнего цикла. Завершены настройка сенсоров, сбор данных и обучение начальных моделей; в настоящее время ведётся интеграция прототипов и тестирование системы.

Level of implementation (in Kazakh) : Жоба үш жылдық кезеңнің екінші жылында. Датчиктерді орнату, деректерді жинау және бастапқы ML/DL модельдерін тексеру аяқталды; қазіргі кезеңде прототиптерді біріктіру және жүйені сынау жұмыстары жүргізілуде.

Efficiency (in Russian) : Предложенный мультимодальный подход достигает до 99% точности в распознавании активности и 98% при классификации нагрузки по ЭКГ при сохранении работы в реальном времени и низких вычислительных затратах. Эти результаты подтверждают эффективность системы и её готовность к дальнейшей клинической проверке.

Efficiency (in Kazakh) : Ұсынылған мультимодальды тәсіл белсенділікті тануда 99%-ға дейін және ЭКГ негізіндегі күш деңгейін жіктеуде 98%-ға дейін дәлдік көрсетеді, сонымен қатар нақты уақыттағы өнімділікті және төмен есептеу шығынын қамтамасыз етеді. Бұл нәтижелер жүйенің тиімділігін және клиникалық сынақтарға дайын екенін дәлелдейді.

Field of application (in Russian) : Разработанные технологии применимы в системах «умного здравоохранения», уходе за пожилыми людьми, мониторинге реабилитации и домашних IoT-системах безопасности. Они создают основу для масштабируемого и конфиденциального мониторинга здоровья и раннего обнаружения аномалий.

Field of application (in Kazakh) : Дамытылған технологиялар ақылды денсаулық сақтау, қарттарға күтім, реабилитация мониторингі және үйдегі IoT қауіпсіздік жүйелерінде қолдануға болады. Олар масштабталатын және деректер құпиялығын сақтайтын ерте аномалияны анықтау шешімдеріне негіз болады.