Жарияланымдар / Публикации

Постоянный URI для этого сообществаhttps://cris.qyzpu.kz/handle/123456789/2

Просмотр

Результаты поиска

Показано: 1 - 7 из 7

Некоторые метрики заблокированы вашими
настройками согласия
Almaty PM2.5 exposure inequality: data and analysis code (v1.0.4)
(European Organization for Nuclear Research, 2026-09-28)
Saya Sapakova
;
Аскар Сапаков
;
Omirlan Auelbekov
;
Lyailya Tukenova
;
Gulnar Astaubayeva
Data and fully executed analysis code accompanying the article "Integrating Heterogeneous Sensor Data for Source-Aware Air-Quality Analysis in Data-Sparse Urban Networks: A Case Study of Almaty" (Data, MDPI; under review). The package contains: the historical low-cost PM2.5 network for Almaty (146 stations, hourly, 2020–2026; air_quality_data.zip); the real-time source-context collector (25 co-identified stations, traffic and CHP-geometry features; city_twin_data.csv); official district populations as of 1 August 2026 (district_populations.csv); Supplementary Tables S1–S4 (Supplementary_Materials.docx); a data schema with the station aq_id ↔ location_id mapping and processing conventions (SCHEMA.md); and a Jupyter notebook (almaty_pm25_full_pipeline.ipynb) that reproduces every table and figure in the manuscript. The notebook covers quality control, seasonally standardized inequality indices, WHO exceedance with a daily-completeness rule (local time, ≥18 h/day), source attribution relative to the CHP plant, Moran's I, school-level exposure, QC-parameter sensitivity analysis, and a leakage-free predictive-modelling benchmark with a simulated random baseline, Bonferroni correction and McNemar tests. District-level PM2.5 values (manuscript Table 2) require a station-to-district assignment not included in this package. License: CC BY 4.0.
Некоторые метрики заблокированы вашими
настройками согласия
Internet of Things in Healthcare: A Review
(Springer Science+Business Media, 2021-01-01)
Batyrkhan Sultanovich Omarov
;
Altynzer Baiganova
;
Saya Sapakova
;
Zhanna Yessengaliyeva
;
S.A. Issayev
Цитирования (OpenAlex) 10Цитирования (OpenCitations) 2
Некоторые метрики заблокированы вашими
настройками согласия
СҰЙЫҚТЫҚ АҒЫНЫН ЕСЕПТЕУДЕ САНДЫҚ ӘДІСТЕР МЕН ЖАСАНДЫ ИНТЕЛЛЕКТТІ ҚОЛДАНУ
(2024-12-01)
L. Tukenova
;
Omirlan Auelbekov
;
B. K. Abduraimova
;
Saya Sapakova
;
А.А. Саметова
Бұл зерттеу бастапқы және шеткі шарттары көрсетілген тікбұрышты аймақтағы сығылмайтын сұйықтық ағынын модельдеу міндеттеріндегі соңғыайырмашылықтардың сандық әдісін жақсарту үшінжасанды интеллектті қолдануға арналған. Сандық әдістер гидродинамика мәселелерін шешу үшін кеңінен қолданылады, бірақ мұндай әдістердің дәлдігі мен тиімділігін машиналық оқыту және нейрондық желілер сияқты жасанды интеллект әдістерін қолдану арқылы жақсартуға болады. Бұл зерттеу тікбұрышты аймақтағы сұйықтық ағынын дәлірек және тиімді модельдеу үшін жасанды интеллект әдістерімен соңғыайырмашылықтардың комбинациясын ұсынады. Нәтижелер жасанды интеллект арқылы жетілдірілген сандық әдістер сұйықтық ағынының әрекетін жылдамырақ және дәлірек модельдеуді қамтамасыз ете отырып, күрделі гидродинамикалық есептерді шешудің тиімділігі мен сенімділігін арттыратынын көрсетеді. Зерттеу жасанды интеллекттің классикалық сандық әдістердіжетілдірудегі әлеуетін көрсетеді, бұл тіпті есептеу ресурстары шектеулі болса да, сұйықтық ағынының дәлірек үлгілерін жасауға мүмкіндік береді. Бұл жұмыстың жаңалығы машиналық оқытудың дәстүрліәдістерден асып түсетін адаптивті тәсіл болып табылатын соңғыайырмашылық әдісіменнақты интеграциясында жатыр. Бұл интеграция күрделі гидродинамикалық сценарийлермен жұмыс істеудің жаңа мүмкіндіктерін ашады. Зерттеу нәтижелері әртүрлі инженерлік қосымшалардағы сұйықтық ағындарын модельдеудің дәлірек және тиімді әдістерін жасау үшін пайдалы.
Некоторые метрики заблокированы вашими
настройками согласия
ANALYZING RUSSIAN BORROWINGS IN KAZAKH SOCIAL MEDIA USING MACHINE LEARNING
(2024-12-24)
Saya Sapakova
;
Б. Ғ. Қамбарова
This study explores the influence of Russian words on the development of the Kazakh language in social networks. The rapid advancement of information technology significantly impacts the language used in online communications. While the chaotic nature of online interactions can complicate language use and create confusion, it also accelerates the spread of information in Kazakh. This research examines how foreign words affect modern Kazakh internet discourse, including direct borrowings that enter the language without modification, mixedphrases that retain the lexical and semantic properties of foreign words, the emergence of new abbreviations, and the influence of barbarisms. The study utilizes machine learning methods to analyse social media content from Instagram and Facebook. This approach enabled the processing of over 100,000 posts, revealing key linguistic shifts associated with the integration of Russian borrowings into Kazakh. The use of machine learning algorithms, such as the Naive Bayes classifier, automated the data analysis process and uncovered hidden patterns, providing a deeper understanding of how these borrowings affect the Kazakh language in the digital environment.
Некоторые метрики заблокированы вашими
настройками согласия
DEVELOPMENT OF MACHINE LEARNING METHODS FOR MARKET TRENDS
(Astana IT University, 2025-03-30)
Saya Sapakova
;
Zhansaya Bekaulova
;
Almas Nurlanuly
;
Duriya Daniyarova
;
Galiya Ybytayeva
In the rapidly evolving real estate market, the application of machine learning (ML) is crucial for understanding and predicting price trends. This study evaluates and compares seven ML models, including multiple linear regression, random forest regression, support vector regression (SVR), decision tree regression, and XGBoost, to determine the most effective predictor of real estate prices in Astana, Kazakhstan. The study focuses on the Yesil district, a key area in the city, utilizing a dataset of over 9,000 records extracted from a broader collection of more than 30,000 real estate transactions across Kazakhstan. Through rigorous experimentation, model performance was assessed using statistical metrics such as mean absolute error (MAE), root mean square error (RMSE), and the coefficient of determination (R-squared). The results indicate that the Random Forest Regressor and XGBRegressor models outperformed others, achieving the highest R-squared values (99.55% and 99.18%, respectively) and the lowest MAE and RMSE values. These findings highlight their robustness in predicting housing prices with high accuracy. The primary objective of this study was to develop a precise ML model capable of accurately forecasting real estate prices in Astana based on key market attributes. The superior predictive performance of the Random Forest and XGBRegressor models justifies their selection for deployment in real-world applications. Their high predictive accuracy suggests their potential utility for real estate professionals, policymakers, and investors seeking data-driven insights into market dynamics. This research expands knowledge on the applications of ML in the real estate sector, reinforcing the importance of evidence-based decision-making within the industry.
Некоторые метрики заблокированы вашими
настройками согласия
ДИАБЕТТІК РЕТИНОПАТИЯНЫ ЕМДЕУДЕ КӨЗ ТҮБІ ТІНДЕРІНЕ ЛАЗЕРЛІК ӘСЕРДІ МАТЕМАТИКАЛЫҚ МОДЕЛЬДЕУ
(2025-06-28)
Saya Sapakova
;
Duriya Daniyarova
;
Nurmaganbet Yesmukhamedov
;
А. Ембердиева
;
Р. Арманкызы
Бұл жұмыс диабеттік ретинопатияны емдеуде лазерлік терапияны оңтайландыру мақсатында көздің түбі тіндеріне лазерлік әсерді математикалық модельдеуге арналған. Мақалада тіндердегі температураның таралуын модельдеу әдістері және лазердің параметрлерін пайдалана отырып, көз торына (сетчаткаға) тиімді әсер ету жолдары қарастырылады. Зерттеу барысында лазерлік әсер кезінде жылу өткізгіштігін сипаттайтын дифференциалды теңдеулер және жылу әсерлерін болжауға арналған арнайы математикалық модельдер қолданылды. Моделдер лазерлік энергияның терең тіндерге таралуын, сонымен қатар лазердің әсерін бақылауды оңтайландыруды қамтамасыз етеді. Зерттеуде уақыт пен тереңдік бойынша температураның таралуын модельдеуге ерекше көңіл бөлінді, бұл лазердің параметрлерін (қуаты, импульс ұзақтығы, қарқындылығы) дәл баптауға мүмкіндік береді. Моделдеу нәтижелері тіндердің беткі қабаттарында температураның айтарлықтай тез көтерілуі және терең қабаттарда баяу таралуы байқалғанын көрсетті, бұл лазерлік әсерді дәл бақылаудың маңыздылығын растайды. Мақалада көз ауруларын емдеуде лазердің параметрлерін дұрыс таңдаудың маңыздылығы талқыланады, әсіресе диабеттік ретинопатияны емдеуде. Ұсынылған модельдер офтальмологиядағы лазерлік технологияларды әрі қарай дамытуға және лазерлік терапияның қауіпсіздігі мен тиімділігін арттыруға мүмкіндік береді. Сонымен қатар, лазерлік әсерді тиімді қолдану үшін қосымша зерттеулер мен эксперименттер қажет екені көрсетілген.
Некоторые метрики заблокированы вашими
настройками согласия
A Web-Based Digital Twin for Traffic and Air Quality Monitoring: A Prototype Study in Almaty, Kazakhstan
(Multidisciplinary Digital Publishing Institute, 2026-08-18)
Saya Sapakova
;
Аскар Сапаков
;
Omirlan Auelbekov
;
Lyailya Tukenova
;
Sakhybay Tynymbayev
Urban air pollution driven by road traffic poses a significant public health challenge in cities with high vehicle density and frequent congestion, particularly in topographically constrained environments such as Almaty, Kazakhstan. This study presents a web-based digital twin prototype for the integrated monitoring and analysis of traffic flow and air quality in Almaty, Kazakhstan. The system autonomously collects data from the TomTom Traffic, OpenWeather Air Pollution, and WAQI APIs and official population statistics for five fixed monitoring stations, computing traffic density, vehicles per hour, road congestion, estimated CO2 emissions, an air pollution index, and a population exposure index, and providing real-time dashboard visualization alongside longitudinal data accumulation. Over a 50-day deployment (26 May–16 July 2026), 4961 real co-located observations across 18 active days were analyzed; records generated by the prototype’s fallback mechanism during API outages were excluded from the scientific analysis. During this summer period, PM2.5 was low (mean ≈ 6 µg/m3) and spatially uniform, and showed no statistically significant association with traffic intensity (r ≈ −0.03). Traffic indicators were instead weakly but significantly correlated with the vehicle-emitted gases NO2 (r ≈ 0.16) and CO (r ≈ 0.10), which they preceded by up to about one hour. A short-horizon PM2.5 nowcasting task, evaluated across temporal resolutions with time-series cross-validation, was dominated by temporal persistence, with traffic-derived features contributing negligibly. The absence of a summer traffic–PM2.5 association does not preclude such a relationship during the heating season, when particulate levels are higher. The results indicate that the traffic–air-quality relationship in Almaty is season- and pollutant-dependent, and demonstrate a lightweight, reproducible platform suitable for longitudinal monitoring and future heating-season assessment.

Жарияланымдар / Публикации

Просмотр

Фильтры

Настройки

Сортировать по

результатов на странице

Результаты поиска

QyzPU CRIS

Университет

Данные