Электронный каталог

26.1
А 51
Әліпбеки, О. Ә.
    ҚР кеңістіктік деректерді сандандыру проблемалары мен шешу жолдары [Текст] / А. Ейвазли // ҚР ҰҒА баяндамалары . - 2018. - №3. - Б. 5-10
ББК 26.1

Рубрики: Геодезические науки. Картография

Кл.слова (ненормированные):
сандандыру -- кеңістік деректер -- кешендік ақпараттық-технологиялық платформа -- ұлттық кеңістіктік деректер инфрақұрылымы -- ұжымдық ақыл-ой -- кеңістіктік деректерді пайдаланушылардың өздері құруы
Аннотация: Еңбекте ҚР ұлттық кеңістіктік деректер инфрақұрылымын (ҚР ҰКДИ) дайындау және қалыптастыру проблемалары анықталған. Басты пролемалар қатарына мыналар жатады: атқарушы құрылымды дұрыс ұйымдастыру; ҰКДИ-ға қатысты мемлекеттік стандарттың толық еместігі; кеңістіктік деректердің жүйесіз дайындалып нақтылы қалыптастырғанда АҚШ ҰКДИ-інің атқарушы құрылымына мән бере отырып дайындау ұсынылып ол мысал схема ретінде көрсетілген. ҚР ҰКДИ-іне байланысты жаңа стандарттар дайындалуы керек. Әрине, МЖК ААЖ-ды ҚР ҰКДИ-ін жасау үшін пайдаланардың алдында, алдын ала жоғарыда көрсетілген кемшіліктерді реттеп алу керек.
Держатели документа:
БҚМУ
Доп.точки доступа:
Дюсенбеков , З.Д.
Алипбекова , Ч.А.
Sterenharz, A.

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.