The object of research, development or design (in Russian) : Методы построения нейросетевых структур и модели трансфера обучения для создания универсальной мультисенсорной газоаналитической системы типа "электронный нос"

The object of research, development or design (in Kazakh) : Нейрондық желі құрылымдарын құру әдістері және «электрондық мұрын» типті әмбебап көпсенсорлы газ-аналитикалық жүйесін құру үшін тасымалдау модельдерін үйрену

Aim of work (in Russian) : Разработка универсальной мультисенсорной газоаналитической системы типа «электронный нос», предназначенной для мониторинга вредных выбросов в окружающую среду, на основе применения алгоритмов машинного обучения для обработки сенсорных данных и создания модели переноса базы знаний для детектирования аналитов газообразных веществ с обученной газоаналитической системы на необученные аналогичные системы.

Aim of work (in Kazakh) : Сенсор деректерін өңдеу үшін машиналық оқыту алгоритмдерін пайдалану және анықтау үшін білім базасын беру моделін құру негізінде қоршаған ортаға зиянды шығарындыларды бақылауға арналған «электрондық мұрын» типті әмбебап көп сенсорлы газ-аналитикалық жүйені әзірлеу. оқытылған газ талдау жүйесінен оқытылмаған ұқсас жүйелерге дейін газтәрізді заттардың талдаушылары.

Методы исследования (на русском) : Методы сенсорного анализа газовых образцов, методы распознавания летучих химических соединений на основе алгоритмов машинного обучения, методы проектирования, обучения и тестирования искусственных нейронных сетей, технологии визуального и объектно-ориентированного программирования с применением инструментов Python 3.Х, фреймворков глубокого обучения TensorFlow и Keras, методы имитационного моделирования сети "электронных носов" как IoT –устройств с реализацией на микроконтроллерной и/или микропроцессорной платформе с функциями передачи данных, сбора, обработки и анализа больших данных.

Методы исследования (на казахском) : Газ үлгілерін сенсорлық талдау әдістері, машиналық оқыту алгоритмдеріне негізделген ұшпа химиялық қосылыстарды тану әдістері, жасанды нейрондық желілерді жобалау, оқыту және сынау әдістері, Python 3.X құралдарын, TensorFlow және Keras терең оқытуды пайдалана отырып визуалды және объектіге бағытталған бағдарламалау технологиялары. микроконтроллер және/немесе микропроцессорлық платформада деректерді беру, жинау, өңдеу және үлкен деректерді талдау функциялары бар IoT құрылғылары ретінде «электрондық мұрындар» желісін модельдеу негіздері, әдістері.

Obtained results and novelty (in Russian) : Полученные результаты за 2022 год: блок предварительной обработки сенсорных данных (процедуры оцифровки, передачи данных, нормализации реакций сенсоров) и обучающая база сенсорных откликов; блок обработки сенсорных данных и оценки производительности нейросетевого классификатора на этапе обучения по распознавания модельных аналитов; блок оцифровки и передачи сигналов откликов с сенсорного анализатора.

Obtained results and novelty (in Kazakh) : 2022 жылға арналған нәтижелер: сенсорлық деректерді алдын ала өңдеу блогы (цифрландыру процедуралары, деректерді беру, сенсордың жауабын қалыпқа келтіру) және сенсорлық жауап беруді үйрету базасы; сенсорлық мәліметтерді өңдеуге және модельдік талдауларды тануды үйрену сатысында нейрондық желі классификаторының өнімділігін бағалауға арналған блок; сенсорлық анализатордан жауап сигналдарын цифрландыру және беру блогы.

The main constructive and technical economic indicators (in Russian) : Прикладное исследование направлено на разработку недорогих, портативных и быстрых цифровых систем экспресс оценки качества воздуха во внелабораторных условиях на основе использования мультисенсорного газоанализатора и методов машинного обучения и модели переноса обучения. Количество ложных срабатываний, матрица ошибок, показатели точности, быстродействие и требования к памяти, стоимость комплектующих применяются в качестве метрик для оценки производительности интеллектуальной системы искусственного обоняния.

The main constructive and technical economic indicators (in Kazakh) : Қолданбалы зерттеу көпсенсорлы газ анализаторы мен машиналық оқыту әдістерін және трансферттік оқыту моделін пайдалану негізінде сыртқы ауа сапасын экспресс-бағалау үшін арзан, портативті және жылдам цифрлық жүйелерді әзірлеуге бағытталған. Жалған позитивтердің саны, қателік матрицасы, дәлдік көрсеткіштері, жылдамдық пен жад талаптары, құрамдастардың құны интеллектуалды жасанды иіс сезу жүйесінің жұмысын бағалау үшін метрика ретінде пайдаланылады.

Level of implementation (in Russian) : Не внедрено. Планируется внедрение. Результаты работ проекта могут быть внедрены в сфере серийного производство устройств типа «электронный нос» в Казахстане, что в свою очередь поднимет конкурентоспособность отечественных товаров на рынке. Портативные цифровые газоаналитические системы будут востребованы при мониторинге экологической обстановки, поиске запрещенных веществ и в других целях

Level of implementation (in Kazakh) : Енгізілмеген. Іске асыру жоспарлануда. Жоба жұмысының нәтижелерін Қазақстанда «электрондық мұрын» сияқты құрылғыларды сериялық шығару саласында жүзеге асыруға болады, бұл өз кезегінде отандық өнімнің нарықтағы бәсекеге қабілеттілігін арттырады. Портативті цифрлық газ талдау жүйелері экологиялық жағдайды бақылау, тыйым салынған заттарды іздеу және басқа мақсаттар үшін сұранысқа ие болады.

Efficiency (in Russian) : Комбинация последних достижений технологий сенсорного анализа и искусственного интеллекта, современные микроконтроллерные и микропроцессорные платформы и программный инструментарий является эффективным подходом, позволяющим получить инновационные результаты в сфере развития интеллектуальных систем экспресс аналитики газового состава воздуха в закрытых помещениях и на открытых пространствах, патентования и последующей коммерционализации результатов исследований.

Efficiency (in Kazakh) : Сенсорлық талдау технологиялары мен жасанды интеллект, заманауи микроконтроллер және микропроцессорлық платформалар мен бағдарламалық құралдардың соңғы жетістіктерінің үйлесімі ішкі және сыртқы газ құрамының экспресс-аналитикасы үшін интеллектуалды жүйелерді әзірлеуде инновациялық нәтижелерге қол жеткізуге мүмкіндік беретін тиімді тәсіл болып табылады. ауа, зерттеу нәтижелерін патенттеу және кейіннен коммерцияландыру.

Field of application (in Russian) : Создание недорогих, портативных и быстрых цифровых систем экспресс оценки качества воздуха во внелабораторных условиях позволит реализовать задачи Экологического кодекса Республики Казахстан по обеспечению постоянного и систематического сбора, накопления, хранения и анализа экологической информации

Field of application (in Kazakh) : Зертханалық емес жағдайларда ауа сапасын экспресс-бағалаудың қымбат емес, тасымалданатын және жылдам цифрлық жүйелерін құру Қазақстан Республикасының Экологиялық кодексінің тұрақты және жүйелі түрде жинауды, жинақтауды, сақтауды және сақтауды қамтамасыз ету жөніндегі міндеттерін іске асыруға мүмкіндік береді. экологиялық ақпаратты талдау