«Добро пожаловать в AI Lab, ведущую исследовательскую лабораторию искусственного интеллекта, расположенную в университете SDU. С момента нашего основания в 2020 году мы находимся в авангарде исследований и инноваций в области искусственного интеллекта, стремясь расширить границы технологий и их приложений в различных отраслях.

История

Лаборатория искусственного интеллекта, основанная Айгерим Богырбаевой, провидцем в области искусственного интеллекта, была создана с целью объединить теоретические исследования с практическими приложениями. Наша лаборатория выросла из небольшой команды увлеченных исследователей в полноценное исследовательское учреждение, сотрудничающее с ведущими отраслями промышленности и академическими учреждениями по всему миру.

Миссия

Наша миссия — способствовать пониманию и внедрению технологий искусственного интеллекта для решения реальных проблем. Мы стремимся создавать решения искусственного интеллекта, которые будут не только инновационными и эффективными, но также этичными и устойчивыми. Посредством наших исследований мы стремимся внести свой вклад в более широкую область ИИ и обучать следующее поколение профессионалов в области ИИ.

Цели

Возглавить новаторские исследования в области искусственного интеллекта и машинного обучения. Содействовать сотрудничеству между академическими кругами, промышленностью и государственным сектором. Разрабатывать технологии искусственного интеллекта, которые принесут пользу обществу в таких областях, как здравоохранение, экология и общественная безопасность. Содействовать этичному использованию ИИ посредством тщательных исследований и разработки политики. Биографии ключевых сотрудников.

Доктор Айгерим Богырбаева — основательница AI Lab Айгерим — известный деятель в области искусственного интеллекта с более чем 6-летним опытом работы в этой области. Ее исследования сосредоточены на применении моделей RL для решения классических задач комбинаторной оптимизации, и она опубликовала множество статей по этой теме. Айгерим часто выступает на международных конференциях и получила несколько наград за свой вклад в исследования ИИ».

Текущие проекты
1. «Построение эффективных систем доставки с использованием нейронно-комбинаторной оптимизации», Финансирование научных и научно-технических проектов на 2023-2025 годы Министерство науки и высшего образования Республики Казахстан, AP19675614, сумма 190 000 долларов США, часть 100%
2. «Решения искусственного интеллекта для современной городской логистики», финансирование молодых ученых на научно-технические проекты на 2023-2025 годы Министерство науки и высшего образования Республики Казахстан, AP19575607, сумма 161 662 долларов США.
3. Финансирование внутренних исследований SDU на 2023-2024 гг., 2500 долларов США.

Предыдущие проекты
1. Стартовый пакет от факультета компьютерных наук SDU, $20 000.
2. Финансирование внутренних исследований SDU на 2022-2023 гг., 2500 долларов США.

Публикации
А. Богырбаева, М. Мералиев*, Т. Мустахов* и Б. Даулетбаев*, «Машинное обучение для решения задач маршрутизации транспортных средств: исследование», Транзакции IEEE в интеллектуальных транспортных системах, 2023 г., Принято.
Т. Мустахов∗, Ю. Ахметбек∗ и А. Богырбаева, «Глубокое обучение с подкреплением для решения стохастической динамической задачи маршрутизации транспортных средств», 17-я Международная конференция по электронике, компьютерам и вычислениям, принята.

«В лаборатории искусственного интеллекта мы стремимся создавать динамичную и инновационную исследовательскую среду, которая способствует росту и обучению. Мы предлагаем различные возможности студентам, недавним выпускникам и специалистам присоединиться к нашим передовым исследовательским проектам в области искусственного интеллекта. Вот как вы можете принять участие:

Участие в исследованиях

Для ученых и специалистов:
Мы приветствуем сотрудничество с учеными и профессионалами отрасли, которые увлечены искусственным интеллектом и его приложениями. Возможности включают совместные исследовательские проекты, соавторство статей, а также участие в симпозиумах и семинарах, проводимых нашей лабораторией. Если вы являетесь экспертом в своей области и заинтересованы в участии в новаторских исследованиях, свяжитесь с нами по адресу [Контактная информация].

Для студентов:
Студенты университета СДУ и других университетов могут участвовать в исследовательских проектах в рамках своей дипломной или диссертационной работы. Мы предоставляем доступ к современному оборудованию, наставничество со стороны ведущих исследователей искусственного интеллекта и возможность работать над реальными проблемами. Заинтересованные студенты должны подать заявку через нашу ежегодную конференцию по участию в исследованиях или связаться со своим научным руководителем, чтобы изучить доступные проекты.

Стажировки

Программа летней стажировки:
Наша программа летних стажировок предназначена для студентов и аспирантов, желающих получить практический опыт в исследованиях в области искусственного интеллекта. В течение 4 недель стажеры тесно сотрудничают с нашей командой над текущими проектами, изучают методы искусственного интеллекта и вносят свой вклад в инновационные решения. Прием заявок на летнюю программу открывается в марте каждого года.

Круглогодичные стажировки:
Мы также предлагаем стажировки с частичной занятостью в течение года, что дает студентам возможность совместить учебу и исследовательскую деятельность. Эти стажировки являются для студентов отличным способом применить свои академические знания на практике и развить профессиональные навыки под руководством опытных исследователей.

Как подать заявку:
Чтобы подать заявку на участие в исследовании или стажировку, отправьте свое резюме, сопроводительное письмо и краткое описание ваших исследовательских интересов и целей по адресу meraryslan.meraliiev@sdu.edu.kz. Обязательно укажите тип возможности, на которую вы подаете заявку, и любые соответствующие предпочтения проекта.

«В AI Lab мы стремимся продвигать знания и применять искусственный интеллект с помощью надежной образовательной платформы. Наша лаборатория предлагает ряд образовательных программ, предназначенных как для новичков, так и для продвинутых учащихся в области машинного обучения (ML), Глубокое обучение (DL) и обучение с подкреплением (RL) Вот что мы предлагаем:

Курсы

Вводный курс по машинному обучению
Обзор: Этот курс представляет собой всестороннее введение в фундаментальные концепции машинного обучения. Темы включают контролируемое и неконтролируемое обучение, алгоритмы классификации, регрессию и кластеризацию.
Продолжительность: 10 недель
Целевая аудитория: новички с базовыми знаниями программирования.

Продвинутое глубокое обучение
Обзор: Погрузитесь глубже в нейронные сети, сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN) и другие передовые архитектуры глубокого обучения. В этом курсе также рассматриваются методы эффективного обучения глубоких нейронных сетей.
Продолжительность: 12 недель
Целевая аудитория: учащиеся среднего уровня с предварительными знаниями в области машинного обучения.

Обучение с подкреплением и его применение
Обзор: Этот продвинутый курс посвящен основам обучения с подкреплением, изучению динамического программирования, методов Монте-Карло, обучения временным разницам и методов политического градиента.
Продолжительность: 8 недель
Целевая аудитория: учащиеся продвинутого уровня и профессионалы.

Лекции и мастер-классы
В нашей лаборатории регулярно проводятся лекции и семинары под руководством наших исследователей, а также приглашенных докладчиков со всего мира. Эти занятия призваны способствовать обсуждению последних исследований в области ИИ, прорывов и этических вопросов в области ИИ. Ближайшие темы включают в себя:

Этика в ИИ
Будущее искусственного интеллекта в здравоохранении
ИИ для исследований

Семинары
В нашей серии семинаров еженедельно представлены презентации о текущих исследованиях в области искусственного интеллекта и новых тенденциях. Эти семинары открыты для всех и направлены на поощрение сотрудничества и обмена знаниями внутри сообщества ИИ. Некоторые из наших последних тем семинаров включают в себя:

“”Навигация по ландшафту нейронных сетей””
«Проблемы и возможности машинного обучения»»
“”Обучение с подкреплением в логистике”””

5 рабочих станций на базе графического процессора

«Биссенбай Даулетбаев является аспирантом SDU University по специальности «Компьютерные науки». Он получил степень магистра компьютерных наук в Бостонском университете и степень бакалавра информационных систем в Казахстанско-Британском техническом университете. Бисенбай присоединился к лаборатории искусственного интеллекта в SDU в сентябре. В 2021 году работает над проектом «Глубокое обучение с подкреплением для решения проблемы маршрутизации нескольких транспортных средств с помощью дронов» (mVRPD), который является его текущим исследованием.
Мерарыслан Мералиев – доктор философии. студент SDU University по специальности «Информатика». Он получил степень магистра компьютерных наук в SDU University. Мерарислан присоединился к лаборатории искусственного интеллекта в SDU в сентябре 2021 года и работал над проектом «Глубокое обучение с подкреплением для решения задач маршрутизации нескольких транспортных средств с помощью дронов» (mVRPD).
Ернар Ахметбек — магистр компьютерных наук. студент SDU University. Он получил степень бакалавра компьютерных наук в SDU University. Исследовательские интересы Йернара включают машинное обучение и проблемы стохастической динамической маршрутизации транспортных средств».

НОВОСТИ И СОБЫТИЯ
– «07.13.2023 наша лаборатория получила финансирование ученых на научно-технические проекты на 2023-2025 годы от Министерства науки и высшего образования Республики Казахстан, AP19675614, в размере $190 000 по проекту «Построение эффективной доставки». Системы с нейронной комбинаторной оптимизацией». Поздравляем!
– 26.06.2023 Таукехан успешно защитил магистерскую диссертацию на тему «Подходы к обучению с подкреплением для решения задач комбинаторной оптимизации». Поздравляем!
– 05.15.2023 статья сотрудников лаборатории Мустахова Т., Ахметбека Ю. и Богырбаевой А. «Глубокое обучение с подкреплением для задачи стохастической динамической маршрутизации транспортных средств» принята к презентации на 17-й Международной конференции по электронике, вычислительной технике и вычислениям. . Поздравляем!
– 05.03.2023 наша лаборатория получила финансирование молодых ученых на научно-технические проекты на 2023-2025 годы от Министерства науки и высшего образования Республики Казахстан, AP19575607, в размере 72 748 082 тенге (161 662 доллара США) по проекту под названием «Решения искусственного интеллекта для современной городской логистики». Поздравляем!
– 04.03.2023 в бюллетене СДУ 2023 N2 (62) опубликована первая статья Ернара и Таукехана под названием «Задача стохастической динамической маршрутизации транспортных средств: исследование». Поздравляем!
– 03.14.2023-31.03.2023 В AI Lab прошла научная стажировка для магистрантов факультета компьютерных наук SDU University.
– 02.05.2022-11.05.2022 В AI Lab прошла научная стажировка для магистрантов факультета информатики Satbayev University.
– 06.04.2022 Мерарсылан и Таукехан представили на научно-исследовательском семинаре свое исследование под названием «Методы обучения задачам маршрутизации: опрос»
– 06.04.2022 Биссенбай и Мерарсилан представили на научно-исследовательском семинаре свое исследование под названием «Подход к обучению с подкреплением для решения задач маршрутизации транспортных средств с помощью дрона»
– 02.03.2022 Доктор Айгерим представила на научно-исследовательском семинаре свое недавнее исследование под названием «Подход к глубокому обучению с подкреплением для решения проблемы коммивояжера с помощью дрона»
– 31.01.2022 наша группа получила грант на внутренние исследования SDU в размере 1 млн тенге. Благодарим научный отдел SDU за поддержку!
– 25.11.2021 Д-р Айгерим возглавила направление искусственного интеллекта на конференции ICECCO 2021.
– 15.10.2021 Доктор Айгерим выступила с докладом на научно-исследовательском семинаре в СДУ «Мой академический опыт в США»

КОНТАКТЫ
meraryslan.meraliyev@sdu.edu.kz

Лаборатория предназначена для научно-исследовательской и практической деятельности, создана в целях повышения качества и объема научно-исследовательских работ в области анализа больших данных.

Лаборатория распределенных систем и вычислений (DSCL) является центром передовых исследований в спектре областей, имеющих решающее значение для современных вычислений. Под руководством команды исследователей DSCL активно занимается обработкой естественного языка (NLP), машинным обучением (ML), интеллектуальным анализом данных, Интернетом вещей (IoT) и кибербезопасностью. Углубляясь в эти области, DSCL стремится внедрять инновации в разработку алгоритмов, проектирование систем и протоколы безопасности, способствуя развитию теории распределенных вычислений и практических приложений.

Лаборатория распределенных систем и вычислений (DSCL) открыта для новых членов и исследователей, которые хотят внести свой вклад в передовые исследования в области распределенных вычислений. Независимо от того, являетесь ли вы студентом, ищущим возможности стажировки, или опытным исследователем, ищущим среду для совместной работы по исследованию инновационных идей, DSCL приветствует людей с различным опытом и уровнем знаний, желающих присоединиться к своей команде.

Лаборатория распределенных систем и вычислений (DSCL) может похвастаться современным оборудованием, разработанным для передовых исследований в области распределенных вычислений. Оно включает в себя сервер Dell PowerEdge T340, коммутатор HP Enterprise/Aruba Instant Switch для управления сетью, ИБП Online CyberPower для резервного питания, защищенный шкаф для размещения оборудования, мониторы для визуализации данных, кондиционер для оптимальных условий работы и эргономичные столы и стулья для комфорта. Эти ресурсы обеспечивают эффективную и благоприятную среду для исследователей, чтобы расширить границы распределенных вычислений.

КОМАНДА
– Камила Орынбекова
– Мухтар Амиркумар
– Андрей Богданчиков
– Даурен Аязбаев
– Асем Таласбек
– Сельчук Джанкурт

НОВОСТИ И СОБЫТИЯ
Статья опубликована в журнале, индексируемом в базе Scopus с 75-м процентилем: Определение семантически близких слов казахского языка с помощью распределенной системы Apache Spark.

КОНТАКТЫ
г. Каскелен, ул. Абылайхана 1/1, каб. № Г107/1-2

Введение
Компьютерное зрение — это быстро развивающаяся область, способная произвести революцию во многих аспектах технологий и общества, включая автономные транспортные средства, медицинскую визуализацию, безопасность и наблюдение, взаимодействие человека с компьютером и развлечения. В 2023 году на кафедре компьютерных наук нашего университета была основана Лаборатория компьютерного зрения для продвижения передовых исследований в области компьютерного зрения. Миссия: Миссия Лаборатории компьютерного зрения — проводить передовые исследования в области компьютерного зрения, внося значительный вклад в развитие технологий и общества. Наши исследования могут произвести революцию в различных приложениях, включая автономные транспортные средства, медицинскую визуализацию и многое другое, тем самым формируя будущее этих отраслей. Цели: Основными задачами лаборатории компьютерного зрения являются: Обнаружение и распознавание объектов: разработка усовершенствованных алгоритмов для точной локализации, классификации и отслеживания объектов. Глубокое обучение для компьютерного зрения: использование парадигм глубокого обучения, таких как CNN, RNN и GAN, для решения сложных задач машинного зрения. Генерация и синтез изображений. Находясь в авангарде инноваций, мы создаем революционные методы синтеза и обработки изображений для виртуальной реальности, игр и цифрового контента. Наши исследования раздвигают границы возможного в этих областях, обещая новые интересные разработки. Взаимодействие человека и компьютера: улучшение интерфейсов для естественного взаимодействия с пользователем посредством распознавания жестов, выражений и взглядов на основе зрения. Обработка изображений с помощью адаптивных фильтров: улучшение качества изображения с помощью расширенной адаптивной фильтрации для таких задач, как шумоподавление и улучшение. Биографии ключевых ученых: Джемиль Туран, руководитель нашей лаборатории, является доцентом SDU University, где он работает преподавателем с 2008 года. Имеет степень бакалавра электротехники, полученную в Техническом университете Йылдыз, Турция, в 1995 году и доктор философии Получил степень бакалавра электротехники и вычислительной техники в Университете Мевлана Руми, Турция, в 2016 году. Его опыт в области цифровой обработки сигналов и изображений не имеет себе равных. Он работает в области компьютерного зрения, в последнее время сосредоточившись на распознавании объектов. Уалихан Садык получил степень бакалавра технологий (второй класс с отличием) в области радиотехники, электроники и телекоммуникаций в Карагандинском государственном университете, Казахстан, и степень магистра наук в области компьютерных наук в SDU University, Казахстан. В настоящее время он учится на втором курсе докторской диссертации. программа по компьютерным наукам в SDU University. Ранее Уалихан Садык занимал должность заведующего кафедрой компьютерных наук SDU University, а в настоящее время занимает должности координатора образовательной программы по компьютерным наукам и старшего преподавателя кафедры компьютерных наук SDU University, Каскелен, Казахстан. Его исследовательские интересы включают системы рекомендаций, распознавание изображений и компьютерное зрение. Рашид Баймукашев получил степень бакалавра наук в области радиотехники, электроники и телекоммуникаций в Алматинском институте энергетики и телекоммуникаций, Казахстан, степень магистра наук в области инженерии связи в Университете RWTH-Aachen, Германия, и в настоящее время учится на втором курсе аспирантуры. .Д. программа по компьютерным наукам в SDU Unversity, Казахстан. Его исследовательские интересы связаны с обработкой изображений и сетевой безопасностью.

Текущие проекты: Распознавание банкнот для обеспечения безопасности банковских операций. Этот проект использует глубокое обучение и анализ данных для повышения точности и безопасности банковских транзакций за счет разработки сложных алгоритмов распознавания банкнот. Инновационные методы обработки изображений и распознавания лиц. Ориентирован на использование алгоритмов машинного обучения для совершенствования систем безопасности и создания персонализированных услуг, повышения качества жизни и сохранения лидирующих научных позиций. Научно-исследовательские работы; Вот некоторые из ключевых публикаций, связанных с проектами, проводимыми в вашей лаборатории: Садык У., Бозшина А., Баймукашев Р. и Туран К., 2024. «Применение функций матрицы совпадений уровня серого и обучение Векторное квантование для классификации банкнот Казахстана». В этой статье обсуждается применение конкретных текстурных особенностей изображения и методов машинного обучения для классификации банкнот, повышения надежности систем финансовой безопасности. Садык У., Баймукашев Р., Бозшина А. и Туран К., 2024. «KZ-BD: Набор данных казахстанских банкнот с аннотациями». В этой статье, опубликованной в журнале Data in Brief, представлен полный набор данных о аннотированных казахстанских банкнотах, предназначенный для помощи в разработке и тестировании моделей машинного обучения для распознавания банкнот. Садык У., Туран Ц. и Баймукашев Р., июнь 2023 г. «Обзор моделей глубокого обучения для распознавания банкнот». В этом документе, представленном на 17-й Международной конференции по электронике, компьютерам и вычислениям (ICECCO) в 2023 году, представлен обзор различных моделей глубокого обучения, применимых к задаче распознавания банкнот, с указанием их эффективности и областей для улучшения.

Участие в исследованиях и возможности стажировки Возможности для исследований для аспирантов и студентов: Студенты, зачисленные в университет, могут присоединиться к лаборатории в рамках своей диссертационной или диссертационной работы. Они могут участвовать в текущих проектах, таких как распознавание банкнот или улучшение взаимодействия человека с компьютером. Студенты бакалавриата могут иметь возможность помогать в исследованиях посредством летних стажировок или работы ассистентами на неполный рабочий день в течение учебного года. Постдокторские исследовательские должности: недавно получившие докторскую степень доктора наук могут найти возможности углубить свой исследовательский опыт в специализированных областях, таких как глубокое обучение компьютерному зрению или адаптивная фильтрация изображений. Эти должности часто приводят к значительному профессиональному росту и возможностям публикации. Стажировки для внешних кандидатов. Лаборатория может предлагать стажировки, которые позволят студентам из других академических учреждений или начинающим исследователям получить опыт. Эти должности, как правило, носят практический характер и предусматривают непосредственное участие участников в исследовательских проектах с использованием самых современных технологий и методологий. Совместные исследовательские проекты: могут существовать возможности для сотрудничества с отраслевыми партнерами, другими академическими учреждениями или государственными исследовательскими инициативами. Эти проекты могут предоставить практический опыт и сетевые возможности, имеющие решающее значение для профессионального развития в области компьютерного зрения. Как подать заявку Заинтересованным кандидатам обычно рекомендуется: Проверить веб-сайт лаборатории или портал карьерных служб университета на наличие сообщений о доступных вакансиях. Свяжитесь с главой лаборатории профессором Джемилем Тураном напрямую, предоставив подробное резюме и сопроводительное письмо, в котором излагаются их исследовательские интересы и то, как они соответствуют целям лаборатории. Посещайте семинары или публичные лекции, проводимые лабораторией, чтобы пообщаться с нынешними участниками и узнать больше об их проектах. Эти возможности не только дают практический опыт, но и способствуют развитию области компьютерного зрения посредством инновационных исследований.

Курсы Лаборатория предлагает специализированные курсы для студентов и аспирантов по таким темам, как: Введение в компьютерное зрение: основы обработки изображений, обнаружения объектов и алгоритмы компьютерного зрения. Продвинутое компьютерное зрение: глубокое погружение в современные методы, такие как глубокое обучение компьютерному зрению, включая практические проекты с использованием CNN, RNN и GAN. Машинное обучение для обработки изображений: сосредоточено на применении методов машинного обучения к таким задачам, как классификация, распознавание и генерация изображений. Взаимодействие человека и компьютера: курсовая работа, посвященная разработке систем интерпретации человеческих жестов, мимики и других форм невербального общения. Лекции Регулярно запланированные лекции могут стать частью деятельности лаборатории в будущем, включая: Гостевые лекции: приглашения внешних экспертов в области компьютерного зрения и смежных областей для обсуждения последних достижений или тематических исследований. Лекции факультета: Презентации ученых вашей лаборатории об их текущих исследованиях, методологиях и результатах. Это может помочь студентам и другим преподавателям быть в курсе последних событий в этой области. Семинары Лаборатория может проводить еженедельные или ежемесячные семинары, на которых: Результаты исследований: студенты и исследователи представляют свою работу, обсуждают свои методологии и получают отзывы. Сессии «Незавершенная работа». Эти сессии позволяют участникам обсуждать текущие исследования и совместно устранять проблемы. Демонстрации технологий: Практические демонстрации нового программного обеспечения, инструментов или оборудования, используемых или разрабатываемых в лаборатории. Семинары Практические семинары могут обеспечить практическое обучение, например, «Инструменты глубокого обучения», которые представляют собой семинары по использованию TensorFlow или PyTorch для задач компьютерного зрения. Аннотирование и обработка данных: обучение подготовке наборов данных для приложений компьютерного зрения, включая методы маркировки и аннотирования. Специализированное обучение программному и аппаратному обеспечению. Учитывая потребность лаборатории в высокопроизводительных вычислениях и специальных инструментах, таких как OpenCV, занятия могут быть сосредоточены на эффективном использовании этих ресурсов. Эти образовательные программы призваны расширить академические знания участников и предоставить им практические навыки, непосредственно применимые к реальным проблемам компьютерного зрения. Эти предложения могут быть подробно описаны на веб-сайте лаборатории, в каталогах университетских курсов или на академических консультационных ресурсах.

Техническое оборудование в лаборатории исследований компьютерного зрения Учитывая характер ваших исследовательских целей, лаборатория исследований компьютерного зрения оснащена передовым техническим оборудованием и инструментами, необходимыми для высокопроизводительных задач по обработке изображений, глубокому обучению и распознаванию объектов. Вот обзор типичного оборудования: Высокопроизводительные рабочие станции: ЦП и графические процессоры. Мощные процессоры и графические процессоры необходимы для обработки больших наборов данных и запуска сложных моделей машинного обучения. В вашей лаборатории, скорее всего, используются графические процессоры высшего уровня, предназначенные для глубокого обучения, такие как серии NVIDIA Tesla или Quadro. ОЗУ и хранилище: ОЗУ большой емкости и быстрые решения для хранения данных (SSD) для управления крупномасштабными базами данных изображений и облегчения быстрого поиска и обработки данных. Программное обеспечение и инструменты разработки: Платформы глубокого обучения: такие инструменты, как TensorFlow, PyTorch и Keras, для создания и обучения моделей глубокого обучения. Библиотеки обработки изображений: OpenCV для базовых и сложных манипуляций с изображениями, а также другие специализированные библиотеки для анализа изображений. Среды программирования: интегрированные среды разработки (IDE) для таких языков, как Python, C++ и MATLAB, которые обычно используются в исследованиях компьютерного зрения. Специализированное оборудование для обработки изображений: Камеры и датчики высокого разрешения: для получения детальных изображений и видео, необходимых для анализа. 3D-сканеры: для создания подробных 3D-моделей объектов, которые необходимы для распознавания объектов и исследований взаимодействия человека и компьютера. Сетевая инфраструктура и инфраструктура безопасности данных: надежные сетевые решения для облегчения передачи больших объемов данных и совместной работы как внутри компании, так и с внешними партнерами. Расширенные протоколы безопасности для защиты конфиденциальных данных, что особенно важно в проектах, связанных с личной или финансовой информацией. Применяемые современные технологии и методы Ваша лаборатория использует ряд современных технологий и методологий, чтобы оставаться на переднем крае исследований в области компьютерного зрения: Глубокое обучение: использование сверточных нейронных сетей (CNN), рекуррентных нейронных сетей (RNN) и генеративно-состязательных сетей (GAN). для таких задач, как распознавание изображений, обнаружение объектов и синтез изображений. Методы обнаружения и распознавания объектов: такие методы, как YOLO (вы смотрите только один раз), SSD (одиночный детектор MultiBox) и Faster R-CNN для обнаружения объектов в реальном времени. Передовые алгоритмы отслеживания объектов и распознавания сцен, необходимые для исследований и наблюдения за автономными транспортными средствами. Генерация и синтез изображений: использование GAN для создания реалистичных изображений для использования в виртуальной реальности и играх. Такие методы, как перенос стилей и преобразование изображений в изображения, позволяют создавать визуально привлекательные дизайны и эффекты. Адаптивная фильтрация для обработки изображений: разработка и применение адаптивных фильтров для улучшения качества изображения, включая шумоподавление, устранение размытия и коррекцию цвета, адаптация фильтров на основе местных особенностей изображения. Взаимодействие человека и компьютера: технологии распознавания жестов, анализа выражения лица и отслеживания взгляда для создания интуитивно понятных пользовательских интерфейсов для сред дополненной и виртуальной реальности.

КОМАНДА
Джемиль Туран, руководитель лаборатории. Рашид Баймукашев, научный сотрудник. Уалихан Садык, научный сотрудник.

НОВОСТИ И СОБЫТИЯ
Хорошая новость заключается в том, что, к счастью, в следующем году нам предоставят лабораторию большего размера в новом здании.

КОНТАКТ
rashid.baimukashev@sdu.edu.kz

РЕСУРСЫ ДЛЯ СТУДЕНТОВ
Студенческие практики проводятся каждый конец учебного года по основам компьютерного зрения.

ГАЛЕРЕЯ

Лаборатория была создана в 2022 году.
Лаборатория Интернета вещей служит центром изучения и экспериментирования с технологиями Интернета вещей. Это специальное пространство, где исследователи, студенты и специалисты сотрудничают для разработки и тестирования решений Интернета вещей. В этой среде люди могут работать над проектами, проводить эксперименты и узнавать о сенсорных сетях, анализе данных, протоколах связи и системной интеграции, связанной с Интернетом вещей. Лаборатория проводит практические занятия и семинары для обучения людей потенциальным применениям и проблемам Интернета вещей. В конечном счете, он направлен на содействие инновациям и обмену знаниями, продвигая понимание и внедрение технологий Интернета вещей в различных областях.

Образовательные программы
Введение в Интернет вещей, биометриz, датчики и мобильные сети, Интернет вещей 1: вещи и сети, Наука о данных для Интернета вещей, Управление данными и аналитика Интернета вещей, Интернет вещей в промышленности

Лабораторное оборудование и технологии
1. Сервер Ubiquiti UniFi Dream Machine Pro
2. Базовая станция Вега БС-1.2
3. IoT-датчик поисковое устройство, LM-1 12800 мАч, LoRaWAN
4. Базовая станция ВЕГА
5. Вега Smart-MS0101, Инфракрасный датчик движения (Частота 868RU)
6. Датчик освещенности Вега Smart UM0101
7. Smart HS-0101 датчик температуры и влажности LoRaWAN Вега
8. Антенна 868-01-А10
9. Дрон DJI Mini 2 Fly More Combo
10. 3D принтер
11. Платформа FPGA

Лаборатория была создана в 2011 году. Учебная лаборатория электроники выполняет лабораторные работы по общепрофессиональным и специальным дисциплинам под руководством кафедры. Цель лаборатории – создать условия для проведения занятий на соответствующем техническом и информационном уровне. Методическое обеспечение лабораторных и практических работ студентов. Лаборатория оснащена стендами для проектирования схем и их изучения. Стенды позволяют изучать электрические схемы, электронные элементы и работу логических схем. Кроме того, используя микроконтроллеры, студенты получают ценные навыки программирования, проектирования схем и системной интеграции.

Образовательные программы
Электроника, Цифровая схемотехника, Архитектура низкого уровня, Продвинутая компьютерная архитектура

Лабораторное оборудование и технологии
1. Базовый учебный комплект по электронике (Yıldırım Elektronik Training set) постоянного и переменного тока – 17 модулей.
2. Модули лабораторных работ «Проектирование цифровых схем» – 11 модулей.
3. Учебные наборы для микроконтроллеров PIC 16F877
4. Осциллографы.
5. Блоки питания постоянного тока 30В 10А.
6. Мультиметры.
7. Паяльные станции.
8. Arduino Uno, Nano микроконтроллеры.
9. Raspberry Pi + камера
10. ESP8266
11. ESP32 + LoRa
12. 35 различных датчиков
13. Беспроводной передатчик STX882 + ВЧ-приемник, 433 МГц
14. Комплекты для обучения и сборки SMD компонентов
15. Наборы для обучения пайке электронных компонентов.

Лаборатория физики была основана в 2012 году. Лаборатория физики выполняет лабораторные работы по общепрофессиональным и специальным дисциплинам, курируемым кафедрой. Общее назначение лаборатории-создание условий для проведения занятий на техническом и информационном уровне для проведения экпсериментальных работ. Обеспечение экспериментальной и практической работы студентов различными методиками. Знакомство с электроизмерительными приборами и определение показаний приборов. Лаборатория снабжена стендами для составления схем и их изучения. Стенды позволяют изучать электрические схемы, электронные элементы и работу логических схем. Кроме того, с помощью устройства студенты получают специальную поддержку практической части работы, определение стоимости, чувствительности детали и построения градуированного графика для амперметра. Например, амперметр, вольтметр, дополнительные шероховатости. Кроме того, знакомится с выполнением различных лабораторных работ. В лаборатории физики студенты могут самостоятельно изучать и осваивать эксперимент.

ИССЛЕДОВАНИЯ
1. University Improving the Problem of In-depth learning in the Electrodynamics Department // ЖОО электродинамика бөлімін тереңдете оқыту мәселесін жетілдіру Абай атындағы Қазақ ұлттық педагогикалық университеті. «Хабаршы». -2018. -№1(61). Б.181-186.
2. Methodology for solving problems of electrodynamics using vectors in the course of physics// Физика курсында векторларды қолданып электродинамикадан мәселелерді шешудің методологиясы Абай атындағы Қазақ ұлттық педагогикалық университеті. «Хабаршы». -2023.- №2(402). Б.134-147
3. Сomputer-aided methods of physical calculations at a higher education institution // Компьютерные методы физических расчетов в высшем учебном заведении. «М.Тынышбаев атындағы Қазақ көлік және коммуникациялар академиясының Хабаршысы» ғылыми журналы -2023. – желтоқсан.
4. The Development of Education Methods of Electricity and Magnetism Discipline in Higher Educational Institutions // Жоғары оқу орындарында Электр және магнетизм дисциплинасының оқу әдістемеліктерін дамыту. Conference ICECCO. -2018. -P. 14. Conference ICECCO. -2018. -P. 14. ISBN 978-1-7281-0133-0
5. General characteristics of teaching methods in electrodynamics // Электродинамика пәнін оқыту әдістерінің жалпы шешімдері. “URALIntellects.r.o” XVI Халықаралық ғылыми-тәжірибелік конференциясының материалдары. -Прага, 2018. «АСП-Интер». -Тюмень, Россия. Б.65-67.

The Development of Education Methods of Electricity and Magnetism Discipline in Higher Educational Institutions // Жоғары оқу орындарында Электр және магнетизм дисциплинасының оқу әдістемеліктерін дамыту. Conference ICECCO. -2018. -P. 14. Conference ICECCO. -2018. -P. 14. ISBN 978-1-7281-0133-0

ОБРАЗОВАТЕЛЬНЫЕ ПРОГРАММЫ
CSS 112, CSS 251, INF 106, MAT 151, CSS 108, MAT 156, CSS 256, CSS 341

ЛАБОРАТОРНОЕ ОБОРУДОВАНИЕ И ТЕХНОЛОГИИ
ИССЛЕДОВАНИЯ
Комлпект учебно-лабораторного оборудования “Маятник с переменным G” УП6251, Комлпект учебно- лабораторного оборудования “Механика-1” УП6186, Комлпект учебно-лабораторного оборудования “Физический и математический маятник” УП6256, Комлпект учебно-лабораторного оборудования “Механика-2” УП-6187, Комлпект учебно-лабораторного оборудования “Момент инерции” УП6247, КАТУШКИ ПЕРЕМЕННОГО ТОКА, КОНДЕНСАТОРЫ ПЕРЕМЕННОГО ТОКА, АНАЛИЗ ПОСЛЕДОВАТЕЛЬНОЙ RC-ЦЕПИ НА ПЕРЕМЕННЫЙ ТОК, АНАЛИЗ ПАРАЛЛЕЛЬНОЙ RL-ЦЕПИ НА ПЕРЕМЕННЫЙ ТОК, СООТНОШЕНИЕ ПОЛЮСОВ МАГНИТОВ

КОМАНДА
Калиева Асем Абаевна

КОНТАКТ
assem.kaliyeva@sdu.edu.kz

РЕСУРСЫ ДЛЯ СТУДЕНТОВ
1. Raymond A. Serway, John W. Jewett, Jr. Physics Edition for Scientists and Engineers with Modern Physics – Ninth Edition – 2013 – p. 1622.
2. https://phet.colorado.edu/en/simulations/charges-and-fields
3. https://phet.colorado.edu/en/simulations/capacitor-lab-basics
4. https://phet.colorado.edu/en/simulations/circuit-construction-kit-dc-virtual-lab
5. https://phet.colorado.edu/en/simulations/circuit-construction-kit-dc
6. https://phet.colorado.edu/en/simulations/faradays-law
7. Physics Laboratory works Compiler Slyunyayeva N.V. Almaty-2006 P-98.

ГАЛЕРЕЯ

The RedHat lab is aimed at training for RedHat Linux Administration Certification like RHSA etc. It was started as RedHat Academy by facilitation of RedHat company. We have 21 computers with RedHat Linux.

В лаборатории сетевой академии «CISCO» обучаются студенты и магистранты по официальному курсу CCNA exploration 4,0. Учащиеся проходят практику на оборудовании CISCO, по окончанию которой они имеют возможность получить сертификат CCNA 640-802. Сisco Netacad Lab – это официальная лаборатория от компании Сisco. Основная задача лаборатории – отточить знания студентов путем предоставления практических занятий с реальным оборудованием, подкрепить теоретические знания с помощью лабораторных работ, нацеленных на развитие практических навыков, создать имитацию сети для проведения сетевых исследований и дать студентам практический опыт и навыки, связанные с работой. Сетевая лаборатория оснащена всеми необходимоми оборудованиями для получения знаний и навыков уровня CCNA. 

Лаборатория является официальным авторизованным академическим партнером компании Autodesk.Лаборатория предназначена для работы над проектами по 2D и 3D моделирования, анимации, проектирование проектов с использованием дополненной и виртуальной реальностями, проектов прототипирования, с использованием всех необходимых инструментов для полного цикла построения прототипа, от идеи до реализации: Лицензированные программы моделирования, Лазерная резка, 3D принтеры и т.д.

Основная задача лаборатории-это развитие у студентов навыков и знаний по основам электроники и схемотехники, развитие инженерного мышления и умения решать сложные производственные задачи, например: администрирование нетворк сетей; выявлять и исправлять поломки электронных компонентов оборудования; проектировать и собирать электронные платы необходимого оборудования; разбираться и программировать микроконтроллеры и микропроцессоры систем автоматики. Помимо обучения, лаборатория занимается развитием научных проектов, участвует в различных городских и межвузовских мероприятиях.

The main task of the laboratory is to conduct practical and laboratory classes in Data Analysis on specialized stands. The lab has worked with SAS Institute for 3 years. Data Science laboratory uses DataCamp For The Classroom.