25 апреля в стенах Каспийского университета состоялась XVIII Республиканская предметная олимпиада по направлению подготовки «Право», собравшая сильней читать далее
Галерея цитат
Ученость сама по себе дает указания чересчур общие, если их не уточнить опытом.
Фрэнсис Бэкон
Новости факультетов
Пожароопасный сезон в лесах СКО в самом разгаре. Правила обращения с огнем и любовь к природе – первоосновы воспитания наших маленьких сограждан. В ра читать далее
17 апреля 2026 года в рамках Недели науки состоялась ролевая игра «Суд по уголовному делу». Мероприятие прошло как открытый уголовный процесс, участни читать далее
17 апреля 2026 года в стенах Kozybaev University состоялась торжественная церемония вручения именных стипендий, посвящённых наследию Александр Сергеев читать далее
16 апреля 2026 года на факультете истории, экономики и права, в рамках декады науки состоялась торжественная церемония оснащения сертифицированного це читать далее
10 апреля 2026г на факультете истории, экономики и права прошла Секция 7-«Правовые и социально-экономические аспекты развития общества в условиях глоб читать далее
Гранты читать далее
В Северо-Казахстанском университете им. М. Козыбаева состоялась Международная научно-практическая конференция «Козыбаевские чтения – 2026», посвящённа читать далее
8 апреля 2026 года образовательные программы, разработанные Академией Международного финансового центра «Астана», были официально переданы в СКУ им. М читать далее
7 апреля 2026 года медицинский факультет НАО «Северо-Казахстанский университет им.М. Козыбаева» в рамках празднования Международного дня здоровья о читать далее
Разработка нейросетевой модели распознавания БПЛА через оптико-электронный канал, интегрируемый в систему Data Fusion
Данное исследование финансируется Комитетом науки Министерства науки и высшего образования Республики Казахстан (грант № АР19679009).
Руководитель проекта: Курмашев И.Г., к.т.н.
Исполнители проекта: Курмашев И.Г., к.т.н., Сербин Василий Валерьевич, к.т.н., Арричиелло Филиппо, д.т.н., Семенюк В.В., магистр, Алёшин Д.В., магистр, Крючков В.Н., магистр, Курмашева Л.Б., магистр.
Сроки исполнения: 2023 – 2025 гг.
Цель проекта: Разработать программную модель распознавания БПЛА, на основе нейронных сетей, адаптированную в платформу «FMCW-радар + видеонаблюдение», выполняющее функцию качественного и высокоточного распознавания, классификации и различения данных объектов от птиц за счет анализа оптического канала и микродоплеровских характеристик цели.
Ожидаемые результаты: Разработка программной модели распознавания БПЛА на основе алгоритмов двух типов нейронных сетей, адаптированных в оптический и радиолокационный канал системы «FMCW-радар+видеонаблюдение».
Описание проекта: Идея проекта заключается в создании программной модели нейронных сетей, одна из которых предназначена для распознавания БПЛА через радиолокационное изображение микродоплеровских сигнатур благодаря более высокоточной классификации беспилотников и птиц. Второй сегмент программной модели определяет нейросетевой приложение по распознаванию БПЛА через видеоданные и фото-изображения объектов в воздушном пространстве (коптеры, беспилотные летательные аппараты «летающее крыло», птицы и др.). Особенность разработки заключается в ее адаптации к радиолокационной системе Антидрон с программно-аппаратной платформой на основе «Радар + оптический канал» как элемента автоматизации распознавания БПЛА по двум каналам детектирования. Безусловно, работоспособность и эффективность разрабатываемой программной модели зависит от характеристик радиолокационной системы и оптической камеры, поэтому одним из пунктов задач является выбор и обоснование модели Радара и средства видеонаблюдения. Также будут представлены математические особенности отражения радиолокационного сигнала от цели с источников вибрации, что определяет доплеровские показатели для распознавания летающих объектов (для БПЛА и птиц). Структурное описание системы Data Fusion, в которую интегрируется разрабатываемая программная модель, характеристики нейросетевых алгоритмов, которые рассматриваются как основа программ для классификации и распознавания в рамках исследования.