Разработка системы интеллектуального анализа данных для мониторинга дамб и других инженерных сооружений в условиях техногенных и природных воздействий (BR18574144)

Цель программы

Создание системы мониторинга дамб и других инженерных сооружений в условиях техногенных и природных воздействий с применением интеллектуального анализа данных

Задачи программы

Задача 1: Разработка методологии предсказания аварийности дамб и других инженерных сооружении на основе методов и технологий машинного обучения.

Задача 2: Разработка методологии и оценки заиливания водохранилищ, каналов и проток на основе современных подходов интеллектуального анализа и данных дистанционного анализа.

Задача 3: Разработка математических и информационных моделей на основе алгоритмов машинного обучения для дистанционной оценки расхода и качества воды (виртуальный гидропост) и прогнозирования уровня воды в реках.

Задача 4: Разработка и создания интерактивных карт и веб-геоинформационных сервисов для мониторинга текущего и прогнозного состояния гидротехнических объектов и водной инфраструктуры Республики Казахстана.

Задача 5: Разработка комплекса научно-обоснованных, управленческих мероприятий и рекомендаций по обеспечению эффективной и безаварийной работы дамб и других инженерных сооружении.

Задача 6: Разработка пилотного проекта веб-геоинформационного сервиса и интерактивных карт на основе данных оперативного дистанционного мониторинга с использованием архивных, полевых исследований и спутникового (БПЛА) зондирования на базе геоинформационных технологий.

Публикации

  1. Mukhamediev, Ravil I., Timur Merembayev, Yan Kuchin, Dmitry Malakhov, Elena Zaitseva, Vitaly Levashenko, Yelena Popova, Adilkhan Symagulov, Gulshat Sagatdinova, and Yedilkhan Amirgaliyev. Soil Salinity Estimation for South Kazakhstan Based on SAR Sentinel-1 and Landsat-8, 9 OLI Data with Machine Learning Models //Remote Sensing. – 2023. – Т. 15. – №. 17. – С. 4269. https://www.mdpi.com/2072-4292/15/17/4269; https://doi.org/10.3390/rs15174269 (Scopus: Q1, 90%, WoS: Q1, IF:5.0)
  2. Mukhamediev, R.; Amirgaliyev, Y.; Kuchin, Y.; Aubakirov, M.; Terekhov, A.; Merembayev, T.; Yelis, M.; Zaitceva, E.; Levashenko, V.; Popova, Y.; Symagulov, A.; Tabynbayeva, L. Operational Mapping of Salinization Areas in Agricultural Fields Using Machine Learning Models Based on Low-Altitude Multispectral Images. Drones 2023, 7, 357. https://doi.org/10.3390/drones7060357(Scopus: Q1, 75%, WoS: Q2, IF:4.8)
  3. Zaitseva, E., Levashenko, V., Mukhamediev, R., Brinzei, N., Kovalenko, A., & Symagulov, A. (2023). Review of Reliability Assessment Methods of Drone Swarm (Fleet) and a New Importance Evaluation Based Method of Drone Swarm Structure Analysis. Mathematics, 11(11), 2551. https://www.mdpi.com/2227-7390/11/11/2551
  4. Mukhamediev R. I. Yakunin, K., Aubakirov, M., Assanov, I., Kuchin, Y., Symagulov, A., Levashenko V., Zatceva E., Sokolov D., Amirgaliyev, Y. . Coverage path planning optimization of heterogeneous UAVs group for precision agriculture //IEEE Access. – 2023. – Т. 11. – №. 15. – С. 5789-5803, doi: 10.1109/ACCESS.2023.3235207, https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10011226 (Scopus Quartile: Q1, 90%, JCR Category Quartile: Q2, WoS IF=3.476)
  5. Zaitseva, E., Levashenko, V., Brinzei, N., Kovalenko, A., Yelis, M., Gopejenko, V., & Mukhamediev, R. (2023). Reliability Assessment of UAV Fleets. In Emerging Networking in the Digital Transformation Age: Approaches, Protocols, Platforms, Best Practices, and Energy Efficiency(pp. 335-357). Cham: Springer Nature Switzerland. https://www.researchgate.net/profile/Elena-Zaitseva-2/publication/369409989_Reliability_Assessment_of_UAV_Fleets/links/641d5db6a1b72772e42293f8/Reliability-Assessment-of-UAV-Fleets.pdf
  6. Mukhamediev, R.I.; Terekhov, A.; Sagatdinova, G.; Amirgaliyev, Y.; Gopejenko, V.; Abayev, N.; Kuchin, Y.; Popova, Y.; Symagulov, A. Estimation of the Water Level in the Ili River from Sentinel-2 Optical Data Using Ensemble Machine Learning. Remote Sens. 2023, 15, 5544. https://doi.org/10.3390/rs15235544 (Scopus Quartile: Q1, 90%, JCR Category Quartile: Q1, WoS IF=5.0)