Қазақ ұлттық қыздар педагогикалық университеті / Казахский национальный женский педагогический университет

Постоянный URI для этого сообществаhttps://cris.qyzpu.kz/handle/123456789/1

Просмотр

Фильтры

2021 - 20264

Настройки

Автор: search.filters.author.Saya SapakovaЕсть файлы: Нет

Результаты поиска

Показано: 1 - 4 из 4
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    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.
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    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
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    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.
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    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.