Научно-методическая лаборатория прикладного машинного обучения

Научно-методическая лаборатория прикладного машинного обучения была организована в феврале 2022 года в рамках проекта ERASMUS+ Advanced Centre for PhD Students and Young Researchers in Informatics (ACeSYRI), reg.no. 610166-EPP-1-2019-1-SK-EPPKA2-CBHE-JP.

Руководитель лаборатории: профессор Мухамедиев Р.И.

Назначение лаборатории

1. Разработка методов машинного обучения для решения прикладных задач в различных отраслях.
2. Сбор, анализ и обработка информации, включая применение БПЛА и систем дистанционного зондирования Земли.
3. Создание методических материалов для учебного процесса и для поддержки научных исследований молодых учёных.

Материально-техническая база

Лаборатория оснащена современным высокопроизводительным оборудованием:

• Рабочие станции HP Z2 Workstation TWR / Z2 TWR G4, i9-9900k 3.6 GHz / 16 GB RAM (монитор, клавиатура, мышь) — 2 шт.
• Мультиспектральная камера Micasense RedEdge-MX — 1 шт.
• Мультиспектральная камера Micasense Altum — 1 шт.
• Микрокомпьютер Jetson Nano — 2 шт.
• Серверные блоки (RAM 128 GB, VRAM 24/48 GB, HDD 10 TB) — 2 шт.

Основные научные проекты

Лаборатория принимает участие в ряде ключевых республиканских и международных проектов:

• AP08856412 «Разработка интеллектуальных моделей обработки данных и планирования полетов для задач точного земледелия с применением БПЛА» (2020–2022)
• AP14869972 «Методы компьютерного зрения и машинного обучения для задач точного земледелия» (2022–2024)
• BR21881908 «Комплекс экологического сопровождения городской агломерации» (2023–2025)

Также ведутся работы по направлениям:

• картирование засоленности почв южного Казахстана;
• оценка качества медицинских учреждений;
• оценка состояния гидротехнических сооружений;
• анализ водного стока и качества воды;
• и другие задачи в рамках проектов BR18574144, AP14869110, BR10965172.

Результаты работы лаборатории отражены в публикациях:

1. Mukhamediev R. I., Terekhov A., Sagatdinova G., Amirgaliyev Y., Gopejenko V., Abayev N., Kuchin Y., Popova Y., Symagulov A. Estimation of the Water Level in the Ili River from Sentinel-2 Optical Data Using Ensemble Machine Learning // Remote Sens. – 2023. – Vol. 15. – P. 5544. – DOI: 10.3390/rs15235544.

2. Mukhamediev R. I., Kuchin Y., Popova Y., Yunicheva N., Muhamedijeva E., Symagulov A., Abramov K., Gopejenko V., Levashenko V., Zaitseva E. et al. Determination of Reservoir Oxidation Zone Formation in Uranium Wells Using Ensemble Machine Learning Methods // Mathematics. – 2023. – Vol. 11. – P. 4687. – DOI: 10.3390/math11224687.

3. Kuchin Y., Mukhamediev R., Yunicheva N., Symagulov A., Abramov K., Mukhamedieva E., Zaitseva E., Levashenko V. Application of Machine Learning Methods to Assess Filtration Properties of Host Rocks of Uranium Deposits in Kazakhstan // Appl. Sci. – 2023. – Vol. 13. – P. 10958. – DOI: 10.3390/app131910958.

4. Mukhamediev R. I., Merembayev T., Kuchin Y., Malakhov D., Zaitseva E., Levashenko V., Popova Y., Symagulov A., Sagatdinova G., Amirgaliyev Y. Soil Salinity Estimation for South Kazakhstan Based on SAR Sentinel-1 and Landsat-8, 9 OLI Data with Machine Learning Models // Remote Sensing. – 2023. – Vol. 15. – P. 4269. – DOI: 10.3390/rs15174269.

5. Zaitseva E., Levashenko V., Mukhamediev R., Brinzei N., Kovalenko A., Symagulov A. Review of Reliability Assessment Methods of Drone Swarm (Fleet) and a New Importance Evaluation Based Method of Drone Swarm Structure Analysis // Mathematics. – 2023. – Vol. 11. – P. 2551. – DOI: 10.3390/math11112551.

6.  Mukhamediev R., Amirgaliyev Y., Kuchin Y., Aubakirov M., Terekhov A., Merembayev T., Yelis M., Zaitceva E., Levashenko V., Popova Y., Symagulov A., Tabynbayeva L. Operational Mapping of Salinization Areas in Agricultural Fields Using Machine Learning Models Based on Low-Altitude Multispectral Images // Drones. – 2023. – Vol. 7. – P. 357. – DOI: 10.3390/drones7060357.

7. Zaitseva E., Levashenko V., Brinzei N., Kovalenko A., Yelis M., Gopejenko V., Mukhamediev R. Reliability Assessment of UAV Fleets // Emerging Networking in the Digital Transformation Age: Approaches, Protocols, Platforms, Best Practices, and Energy Efficiency. – Cham: Springer Nature Switzerland, 2023. – P. 335–357. – DOI: 10.1007/978-3-031-24963-1_19.

8. Mukhamediev R. I., Yakunin K., Aubakirov M., Assanov I., Kuchin Y., Symagulov A., Levashenko V., Zatceva E., Sokolov D., Amirgaliyev Y. Coverage path planning optimization of heterogeneous UAVs group for precision agriculture // IEEE Access. – 2023. – Vol. 11. – P. 5789–5803. – DOI: 10.1109/ACCESS.2023.3235207.

9. Yakunin K., Mukhamediev R. I., Yelis M., Kuchin Y., Symagulov A., Levashenko V., Zaitseva E., Aubakirov M., Yunicheva N., Muhamedijeva E., Gopejenko V., Popova Y. Analysis of the Correlation between Mass-Media Publication Activity and COVID-19 Epidemiological Situation in Early 2022 // Information. – 2022. – Vol. 13. – P. 434. – DOI: 10.3390/info13090434.

10.  Mukhamediev R. I., Popova Y., Kuchin Y., Zaitseva E., Kalimoldayev A., Levashenko V., Symagulov A., Abdoldina F., Gopejenko V., Yakunin K., Muhamedijeva E., Yelis M. Review of Artificial Intelligence and Machine Learning Technologies: Classification, Restrictions, Opportunities and Challenges // Mathematics. – 2022. – Vol. 10. – P. 2552. – DOI: 10.3390/math10152552.

11. Mukhamediev R. I., Kuchin Y. et al. Estimation of Filtration Properties of Host Rocks in Sandstone-type Uranium Deposits Using Machine Learning Methods // IEEE Access. – 2022. – Vol. 10. – P. 18855–18872. – DOI: 10.1109/ACCESS.2022.3149625.

Контакты:

Руководитель лаборатории, профессор

Мухамедиев Р.И.

Email: ravil.muhamedyev@gmail.com

Ведущий Инженер-программист

Сымагулов Адилхан

Email: asmogulove00@gmail.com