28 августа 2025 года в конференц-зале 2 корпуса состоялось важное мероприятие, посвящённое 30-летию Конституции Республики Казахстан. В работе круглог читать далее
Галерея цитат
Путь человека постигает тот, кто сущность пса в себе убьет.
Аль-Фараби
Новости факультетов
30 июня 2025 года, на факультете истории, экономики и права было проведено итоговое в этом учебном году заседание Совета факультета. На совете были по читать далее
26 июня 2025 г. на производственных участках ТОО «Сервис-ЖАРС» (Кызылжарский район, СКО) был проведен День поля на тему: «Эффективные технологии повыш читать далее
Кафедра «Казахский язык и литература» Института языка и литературы Северо-Казахстанского университета имени М. Козыбаева 19 июня 2025 года проводит Ме читать далее
Поздравляем выпускника ОП «Экономика» Айкенова Тамерлана с высокими спортивными достижениями! В апреле 2025 года Тамерлан принял участие в Чемпионате читать далее
В Северо-Казахстанском университете имени М. Козыбаева на медицинском факультете состоялось торжественное мероприятие, посвящённое Дню медицинского ра читать далее
с 28 по 30 мая 2025г. состоялась совместная международная научно-практическая конференция B колоборации Центра общественного здоровья и гигиены(Инди читать далее
19.05.2025 г ППС и магистранты Агротехнологического факультета приняли участие в научно-практическом семинаре по селекции зерновых культур. Спикерами читать далее
Международное сотрудничество и обмен опытом – еще одна стимулирующая составляющая по привлечению молодежи в научную деятельность и развития научного п читать далее
На медицинском факультете стартовала итоговая государственная аттестация студентов выпускных курсов. Этот важный и долгожданный этап завершает многоле 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.