Студентка группы Ж-24қ 2 курса кафедры «Журналистика и социальные науки» факультета истории, экономики и права Амирова Замира Мадияровна показала высо читать далее
Галерея цитат
Истинное знание - знание причин.
Галилео Галилей
Новости факультетов
19 марта 2026 года на факультете истории, экономики и права состоялось торжественное открытие новой зоны отдыха — «Kitchen Room». Мероприятие прошло в читать далее
18 марта 2026 года в рамках Дня национальной одежды в УЛК (холл 6 этажа) на медицинском факультете Северо-Казахстанский университет имени М. Козыбаева читать далее
Круглый стол «Шаңырақ – бірлік пен денсаулықтың символы» 17 марта 2026 года в рамках празднования Дня шанырака в УЛК (аудитория 636) на медицинском ф читать далее
16 марта 2026 года в рамках Дня культуры и национальных традиций на медицинском факультете НАО СКУ имени М. Козыбаева была организована интерактивная читать далее
15 марта 2026 года в рамках Дня благотворительности на медицинском факультете была организована волонтёрская акция «Жақсылық жаса — жүрек жылыт!». Ст читать далее
14 марта 2026 года на факультете истории, экономики и права состоялось праздничное мероприятие, посвящённое традиционному казахскому празднику «Көрісу читать далее
В преддверии празднования Дня благодарности, 27 февраля 2026 года, на факультете истории, экономики и права состоялась благотворительная ярмарка, объе читать далее
27 февраля 2026 года, в преддверии празднования Дня благодарности, на факультете истории, экономики и права состоялась тёплая встреча и дружеское чаеп читать далее
27 февраля 2026 года на факультете истории, экономики и права состоялась профориентационная встреча со студентами программы «Foundation» и будущими аб 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.