Choice of metadata Статьи
Page 197, Results: 1962
Digitizing pages:
No results! 1000
Report on unfulfilled requests: 0
1961.
Подробнее
22(5Қаз)
О-82
Өтелбайұлы, М.
Мұхтарбай Өтелбайұлы:Ғылымның бағытын елдік мүдде айқындайды [Текст] / М. Өтелбайұлы // Egemen Qazaqstan. - 2026. - №103.- 5 маусым. - Б. 13
ББК 22(5Қаз)
Рубрики: Физика-математика ғылымдары = Физико-математические науки
Кл.слова (ненормированные):
ғылым -- бағыт -- ел -- академик -- жетекшелік -- диссертация -- ғалым -- Математика және модельдеу ғылыми-зерттеу институты
Аннотация: Мақалада Мұхтарбай Өтелбайұлымен сұхбат берілген.
Держатели документа:
БҚУ.
О-82
Өтелбайұлы, М.
Мұхтарбай Өтелбайұлы:Ғылымның бағытын елдік мүдде айқындайды [Текст] / М. Өтелбайұлы // Egemen Qazaqstan. - 2026. - №103.- 5 маусым. - Б. 13
Рубрики: Физика-математика ғылымдары = Физико-математические науки
Кл.слова (ненормированные):
ғылым -- бағыт -- ел -- академик -- жетекшелік -- диссертация -- ғалым -- Математика және модельдеу ғылыми-зерттеу институты
Аннотация: Мақалада Мұхтарбай Өтелбайұлымен сұхбат берілген.
Держатели документа:
БҚУ.
1962.
Подробнее
26.823(5Қаз)
Т 82
Тулегенов, Е. А.
Географиялық нүктелерінің биіктігін болжауда машианлық оқыту əдістерін салыстыру [Текст] / Е. А. Тулегенов, Н. О. Мекебаев, Ж. А. Орынтаева // БҚУ хабаршысы. - 2026. - №2. - Б. 358-366
ББК 26.823(5Қаз)
Рубрики: Қазақстан геоморфологиясы
Кл.слова (ненормированные):
Географиялық нүктелер -- машиналық оқыту -- кеңістік -- алгоритм -- жер бедері -- нейрондық желі -- морфометриялық көрсеткіштер -- машиналық оқыту -- кеңістіктік деректер -- геокеңістіктік модельдеу
Аннотация: Бұл мақалада жер бедерлерінің морфометриялық (биіктігі) көрсеткіштерін болжау барысында қазіргі таңдағы өзекті мəселелері жүйелі түрде талданады. Онда машиналық оқыту алгоритмдерімен географиялық ақпараттық жүйелер интграциялау негізделеді. Қазіргі уақытта ҚР аумағының дерекқорын құруда релефтің сандық модельін əзірлеу маңызды мəселелердің бірі. Осы мəселе Қазақстан аумағының геоморфологиялық жағдайының сан алуандығымен жəне күрделілігімен тікелей тəуелді. Тянь – Шань таулары мен Алтай тауының биік таулы белдеулерінен бастап Каспий маңы ойпатының депрециялық алаптарының ҚР геоморфологиялық əртүрлілігі кез-келген математикалық модельдің тиімділігін тексеру верификациялық міндет жүктейді. Зерттеуіміздің нəтижелері дəстүрлі əдістерге қарағанда жасанды интеллект əдістері (машиналық оқыту) 25-36 % жоғары дəлдік көрсетті. Біз жүргізген зерттеумізде модельдерді салырсытруда Random Forest əдісі нəтиже көрсетті. Ол деректерді өңдеуде тұрақтылық көрсеткіштеріне ие болды. Осы модельдің ерекшелігі жер бедерінің өзгерістерін сипаттап, олардың олардың ауытқуларын бейнелеуге мүмкіндік берді.
Держатели документа:
ЗКУ
Доп.точки доступа:
Мекебаев, Н.О.
Орынтаева, Ж.А.
Т 82
Тулегенов, Е. А.
Географиялық нүктелерінің биіктігін болжауда машианлық оқыту əдістерін салыстыру [Текст] / Е. А. Тулегенов, Н. О. Мекебаев, Ж. А. Орынтаева // БҚУ хабаршысы. - 2026. - №2. - Б. 358-366
Рубрики: Қазақстан геоморфологиясы
Кл.слова (ненормированные):
Географиялық нүктелер -- машиналық оқыту -- кеңістік -- алгоритм -- жер бедері -- нейрондық желі -- морфометриялық көрсеткіштер -- машиналық оқыту -- кеңістіктік деректер -- геокеңістіктік модельдеу
Аннотация: Бұл мақалада жер бедерлерінің морфометриялық (биіктігі) көрсеткіштерін болжау барысында қазіргі таңдағы өзекті мəселелері жүйелі түрде талданады. Онда машиналық оқыту алгоритмдерімен географиялық ақпараттық жүйелер интграциялау негізделеді. Қазіргі уақытта ҚР аумағының дерекқорын құруда релефтің сандық модельін əзірлеу маңызды мəселелердің бірі. Осы мəселе Қазақстан аумағының геоморфологиялық жағдайының сан алуандығымен жəне күрделілігімен тікелей тəуелді. Тянь – Шань таулары мен Алтай тауының биік таулы белдеулерінен бастап Каспий маңы ойпатының депрециялық алаптарының ҚР геоморфологиялық əртүрлілігі кез-келген математикалық модельдің тиімділігін тексеру верификациялық міндет жүктейді. Зерттеуіміздің нəтижелері дəстүрлі əдістерге қарағанда жасанды интеллект əдістері (машиналық оқыту) 25-36 % жоғары дəлдік көрсетті. Біз жүргізген зерттеумізде модельдерді салырсытруда Random Forest əдісі нəтиже көрсетті. Ол деректерді өңдеуде тұрақтылық көрсеткіштеріне ие болды. Осы модельдің ерекшелігі жер бедерінің өзгерістерін сипаттап, олардың олардың ауытқуларын бейнелеуге мүмкіндік берді.
Держатели документа:
ЗКУ
Доп.точки доступа:
Мекебаев, Н.О.
Орынтаева, Ж.А.
Page 197, Results: 1962