Т.у. Есмагамбетов
Т.у. Есмагамбетов has a total of 5 co-authors. Here are the top co-authors by number of shared publications:
- Marzhan Yesmagambetova
Karaganda University of Kazpotrebsoyuz, Karaganda, Kazakhstan
2 shared publications - Akzhibek Amirova
School of Cybersecurity, Astana IT University, Astana 010000, Kazakhstan
1 shared publication - А.а. Құттыбек
Евразийский национальный университет им. Л.Н. Гумилева
1 shared publication - А.б. Байсымакова1 shared publication
Ж.а. Муканова
1 shared publication
Latest Publications
- Open Access
- 30 June 2026
- Published by Kazakh University of Technology and Business in Вестник КазУТБ
- Vol. 2 (31)
РАЗРАБОТКА И ИССЛЕДОВАНИЕ 1D-CNN ДЛЯ ИДЕНТИФИКАЦИИ ГАЗОВЫХ СМЕСЕЙ ПО СПЕКТРАЛЬНЫМ ДАННЫМ МУЛЬТИСПЕКТРАЛЬНОГО ДАТЧИКА
В статье рассматривается задача автоматической идентификации состава газовых смесей на основе данных мультиспектрального сенсора. Анализ газовых сред является важной задачей для промышленной безопасности, экологического мониторинга, медицинской диагностики и интеллектуальных сенсорных систем. Традиционные методы газового анализа, основанные на спектроскопии, обеспечивают высокую точность измерений, однако требуют сложного оборудования и трудоемкой обработки данных. В связи с этим актуальным направлением является применение методов искусственного интеллекта для обработки спектральных сигналов. Целью данной работы является разработка и исследование модели сверточной нейронной сети для идентификации газовых смесей по спектральным данным мультиспектрального датчика AS7265x. Для проведения экспериментов была создана лабораторная установка, включающая мультиспектральный сенсор и систему контроля условий эксперимента на основе датчика температуры и давления. В качестве входных данных использовались спектральные векторы, содержащие 18 каналов интенсивности, соответствующих различным длинам волн. Для обработки спектральных данных была разработана архитектура одномерной сверточной нейронной сети (1D-CNN), способная выявлять характерные спектральные признаки различных газов. Модель была обучена и протестирована на экспериментальном наборе данных, содержащем измерения воздуха, углекислого газа и смеси кислорода с азотом. Экспериментальные результаты показали высокую точность классификации, достигшую 100% на тестовой выборке. Полученные результаты подтверждают эффективность применения методов глубокого обучения для анализа спектральных данных и демонстрируют перспективность использования компактных мультиспектральных сенсоров в интеллектуальных системах газоанализа.
- 30 June 2026
- Published by Kazakh University of Technology and Business in Вестник КазУТБ
- Vol. 2 (31)
Open AccessРАЗРАБОТКА И ИССЛЕДОВАНИЕ 1D-CNN ДЛЯ ИДЕНТИФИКАЦИИ ГАЗОВЫХ СМЕСЕЙ ПО СПЕКТРАЛЬНЫМ ДАННЫМ МУЛЬТИСПЕКТРАЛЬНОГО ДАТЧИКА
В статье рассматривается задача автоматической идентификации состава газовых смесей на основе данных мультиспектрального сенсора. Анализ газовых сред является важной задачей для промышленной безопасности, экологического мониторинга, медицинской диагностики и интеллектуальных сенсорных систем. Традиционные методы газового анализа, основанные на спектроскопии, обеспечивают высокую точность измерений, однако требуют сложного оборудования и трудоемкой обработки данных. В связи с этим актуальным направлением является применение методов искусственного интеллекта для обработки спектральных сигналов. Целью данной работы является разработка и исследование модели сверточной нейронной сети для идентификации газовых смесей по спектральным данным мультиспектрального датчика AS7265x. Для проведения экспериментов была создана лабораторная установка, включающая мультиспектральный сенсор и систему контроля условий эксперимента на основе датчика температуры и давления. В качестве входных данных использовались спектральные векторы, содержащие 18 каналов интенсивности, соответствующих различным длинам волн. Для обработки спектральных данных была разработана архитектура одномерной сверточной нейронной сети (1D-CNN), способная выявлять характерные спектральные признаки различных газов. Модель была обучена и протестирована на экспериментальном наборе данных, содержащем измерения воздуха, углекислого газа и смеси кислорода с азотом. Экспериментальные результаты показали высокую точность классификации, достигшую 100% на тестовой выборке. Полученные результаты подтверждают эффективность применения методов глубокого обучения для анализа спектральных данных и демонстрируют перспективность использования компактных мультиспектральных сенсоров в интеллектуальных системах газоанализа.
- Open Access
- 31 March 2025
- Published by Kazakh University of Technology and Business in Вестник КазУТБ
- Vol. 1 (26)
АНЫҚ ЕМЕС ЛОГИКАҒА НЕГІЗДЕЛГЕН АҚПАРАТТЫҚ ҚАУІПСІЗДІК ҚАТЕРДІ БАҒАЛАУ МОДЕЛІ
Мақалада өнеркәсіптік заттардың интернеті (IIoT- Industrial Internet of Things) ортасындағы ақпараттық қауіпсіздік мәселесі қарастырылады. IIoT - тегі ақпараттық қауіпсіздік қатерлерді бағалау бірқатар факторлармен қиындайды: жүйенің күрделілігі мен біртектілігі, жүйенің динамикасы, таратылған желілік инфрақұрылым, стандарттар мен нұсқаулықтардың болмауы, сондай-ақ қауіпсіздіктің бұзылуының жоғарылауы. Осы сынды факторларды ескере отырып, IIoT-те ақпараттық қауіпсіздік қатерлерін бағалау белгілі бір жүйе мен саланың ерекшеліктері мен талаптарына бейімделген кешенді тәсілді қажет етеді. Қатерлерді бағалаудың мамандандырылған әдістерін қолдану және жүйенің контексті мен ерекшеліктерін ескеру қажет. Анық емес жиындар теориясының математикалық аппаратына негізделген IIoT-те ақпараттық қауіпсіздік қатерлерін бағалау әдісі ұсынылған. Бұл мақалада IIoT жүйелеріне ақпараттық қауіпсіздік қатерлеріне талдау жүргізілді, оның ішінде ең маңызды критерийлер таңдалды. Шешімдердің негізінде қабылданатын ережелер кіріс параметрлері бар логикалық формулалар түрінде тұжырымдалады. Үш анық емес қорытындылар жүйесі қолданылады: біріншісі қауіптің туындау ықтималдығын бағалау үшін, екіншісі ықтимал залалды бағалау үшін және соңғысы IIoT жүйесі үшін ақпараттық қауіпсіздік қатерді бағалау үшін. Ұсынылған әдіс негізінде IIoT ортасында ақпараттық қауіпсіздік қатерлерді бағалауды есептеу мысалдары келтірілген. Ұсынылған ғылыми тәсіл IIoT жүйелерін жобалау үшін сараптамалық шешімдерді қолдау жүйелерін құру үшін негіз бола алады
- 31 March 2025
- Published by Kazakh University of Technology and Business in Вестник КазУТБ
- Vol. 1 (26)
Open AccessАНЫҚ ЕМЕС ЛОГИКАҒА НЕГІЗДЕЛГЕН АҚПАРАТТЫҚ ҚАУІПСІЗДІК ҚАТЕРДІ БАҒАЛАУ МОДЕЛІ
Мақалада өнеркәсіптік заттардың интернеті (IIoT- Industrial Internet of Things) ортасындағы ақпараттық қауіпсіздік мәселесі қарастырылады. IIoT - тегі ақпараттық қауіпсіздік қатерлерді бағалау бірқатар факторлармен қиындайды: жүйенің күрделілігі мен біртектілігі, жүйенің динамикасы, таратылған желілік инфрақұрылым, стандарттар мен нұсқаулықтардың болмауы, сондай-ақ қауіпсіздіктің бұзылуының жоғарылауы. Осы сынды факторларды ескере отырып, IIoT-те ақпараттық қауіпсіздік қатерлерін бағалау белгілі бір жүйе мен саланың ерекшеліктері мен талаптарына бейімделген кешенді тәсілді қажет етеді. Қатерлерді бағалаудың мамандандырылған әдістерін қолдану және жүйенің контексті мен ерекшеліктерін ескеру қажет. Анық емес жиындар теориясының математикалық аппаратына негізделген IIoT-те ақпараттық қауіпсіздік қатерлерін бағалау әдісі ұсынылған. Бұл мақалада IIoT жүйелеріне ақпараттық қауіпсіздік қатерлеріне талдау жүргізілді, оның ішінде ең маңызды критерийлер таңдалды. Шешімдердің негізінде қабылданатын ережелер кіріс параметрлері бар логикалық формулалар түрінде тұжырымдалады. Үш анық емес қорытындылар жүйесі қолданылады: біріншісі қауіптің туындау ықтималдығын бағалау үшін, екіншісі ықтимал залалды бағалау үшін және соңғысы IIoT жүйесі үшін ақпараттық қауіпсіздік қатерді бағалау үшін. Ұсынылған әдіс негізінде IIoT ортасында ақпараттық қауіпсіздік қатерлерді бағалауды есептеу мысалдары келтірілген. Ұсынылған ғылыми тәсіл IIoT жүйелерін жобалау үшін сараптамалық шешімдерді қолдау жүйелерін құру үшін негіз бола алады