Л.Н. Гумилев атындағы Еуразия ұлттық университетінде философия докторы (PhD) дәрежесін алу үшін Исайнова Алия Насиповна «6D070400 – Есептеу техникасы және бағдарламалық қамтамасыз ету» мамандығы бойынша «Экологиялық мониторинг есептеріне арналған жасанды иіс сезу жүйесінің сенсорлық деректерін талдау әдістері мен алгоритмдерін әзірлеу» тақырыбында диссертациясы қорғалады.
Диссертация Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «Компьютерлік және программалық инженерия кафедрасы» кафедрасында орындалды.
Қорғау тілі - орыс тілінде
Ресми рецензенттер:
Денисова Наталья Федоровна – физика-математика ғылымдарының кандидаты, қауымдастырылған профессор, Д. Серікбаев атындағы Шығыс Қазақстан техникалық университеті (Өскемен қ., Қазақстан Республикасы);
Сейлова Нургуль Абадуллаевна – техника ғылымдарының кандидаты, қауымдастырылған профессор, Компьютерлік технологиялар және киберқауіпсіздік факультетінің деканы, Халықаралық ақпараттық технологиялар университеті (Алматы қ., Қазақстан Республикасы).
Диссертациялық кеңестің уақытша мүшелері:
Увалиева Индира Махмутовна – философия докторы (PhD), Д. Серікбаев атындағы Шығыс Қазақстан техникалық университетінің Компьютерлік ғылымдар факультетінің профессоры (Өскемен қ., Қазақстан Республикасы);
Калижанова Алия Уалиевна – физика-математика ғылымдарының кандидаты, қауымдастырылған профессор, ҚР ҒЖБМ Ғылым комитетінің Ақпараттық және есептеуіш технологиялар институтының жетекші ғылыми қызметкері (Алматы қ., Қазақстан Республикасы);
Рохая Латип – философия докторы (PhD), Коммуникациялық технологиялар және желілер кафедрасының қауымдастырылған профессоры, Путра Малайзия университеті (Серданг қ., Малайзия).
Ғылыми кеңесшілері:
Сатыбалдина Дина Жагыпаровна – физика-математика ғылымдарының кандидаты, профессор, Л.Н. Гумилев атындағы Еуразия ұлттық университетінің Ақпараттық қауіпсіздік және криптология ғылыми-зерттеу институтының директоры (Астана қ., Қазақстан Республикасы)
Овечкин Геннадий Владимирович – техника ғылымдарының кандидаты, доцент, В.Ф. Уткин атындағы Рязань мемлекеттік радиотехникалық университетінің Есептеу және қолданбалы математика кафедрасының меңгерушісі (Рязань қ., Ресей Федерациясы)
Қорғау 2026 жылғы 25 тамыз, сағат 16:00 Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «6D070400 – Есептеу техникасы және бағдарламалық қамтамасыз ету» мамандығы бойынша «8D061 – Ақпараттық-коммуникациялық технологиялар» кадрларды даярлау бағыты бойынша диссертациялық кеңесте өтеді.
Диссертациялық кеңестің отырысы Microsoft Teams платформасында онлайн және оффлайн режимінде өтеді.
Сілтемесі: https://clck.ru/3UR9xe
Мекен-жайы: Астана қаласы, А. Пушкин көшесі, 11 үй, 2 оқу ғимараты, 222-аудитория.
Аңдатпа (қаз.): АННОТАЦИЯ Философия докторы (PhD) дәрежесін алу үшін дайындалған диссертация Исайнова Алия Насиповнаның «Экологиялық мониторинг есептеріне арналған жасанды иіс сезу жүйесінің сенсорлық деректерін талдау әдістері мен алгоритмдерін әзірлеу» тақырыбындағы «6D070400 – Есептеу техникасы және бағдарламалық қамтамасыз ету» мамандығы бойынша диссертациясына Диссертациялық зерттеудің мақсаты – сенсорлық деректерді өңдеу үшін машиналық оқыту алгоритмдерін қолдану және трансферлік оқыту моделін құру негізінде қоршаған ортаға таралатын зиянды газ шығарындыларын мониторингтеуге арналған «электрондық мұрын» типті көпсенсорлы газталдау жүйесін әзірлеу болып табылады. Зерттеудің өзектілігі Қазақстан Республикасының Экологиялық кодексінде көзделген экологиялық ақпаратты тұрақты және жүйелі түрде жинау, жинақтау, сақтау және талдау міндеттерін, оның ішінде заманауи цифрлық технологияларды пайдалану арқылы жүзеге асырумен байланысты. Осыған байланысты зертханадан тыс жағдайларда ауа сапасын жедел бағалауға арналған арзан, портативті және жылдам цифрлық жүйелерді әзірлеу басым бағыттардың бірі болып табылады. Диссертациялық зерттеудің міндеттері: 1. микроконтроллерлік платформаны, сенсорлық технологияны және байланыс стандарттарын таңдау, сенсорлық деректерді сымсыз беру функциясы бар мобильді газталдағышты жобалау және құрастыру, оның өнімділігін зертханалық сынақтарда зерттеу; 2. сенсорларды калибрлеу, сенсорлық жауаптарды алдын ала өңдеу, белгілерді бөліп алу әдістері мен алгоритмдерін және бағдарламалық қамтамасыз етуді әзірлеу, газдарды тану міндеті үшін сенсорлық деректер жиындарын қалыптастыру; 3. машиналық оқыту және терең оқыту алгоритмдері негізінде газдарды жіктеуішті жобалау және бағдарламалық іске асыру, газ үлгілерін тану өнімділігін селективтілік, дәлдік және толықтық метрикалары бойынша зерттеу; 4. зерттелетін аналиттер кластарының санын кеңейту, оқыту уақытын және пайдаланылатын сенсорлық деректердің оқыту жиындарының көлемін азайту мақсатында жасанды иіс сезу жүйесінің трансферлік оқыту моделін дамыту; 5. сенсорлық жауаптарды талдау нәтижелерін интерпретациялауды жақсарту, «электрондық мұрын» жүйесіндегі әрбір сенсордың газдарды жіктеу дәлдігіне әсерін анықтау мақсатында әртекті деректерді біріктіру әдісі мен алгоритмін әзірлеу; 6. экологиялық мониторинг міндеттері үшін сенсорлық деректерді өңдеу және визуализациялау алгоритмдері интеграцияланған мобильді газталдағыштар желісінің архитектурасын жобалау, әзірленген бағдарламалық-аппараттық шешімдерге арналған құжаттама жинағын дайындау, авторлық құқықтарды рәсімдеу және диссертациялық зерттеу нәтижелерін енгізу бойынша ұсынымдар әзірлеу. Зерттеу объектісі – қоршаған ортаны мониторингтеу мақсатында газдар мен ұшпа органикалық қосылыстарды сәйкестендіру (идентификациялау) процестері. Зерттеу пәні – зияткерлік көпсенсорлы газталдау жүйесін құру үшін электрондық құрылғыларды жобалау әдістері мен газдар және ұшпа органикалық қосылыстарды тану алгоритмдері. Зерттеу әдіснамасы. Диссертациялық зерттеуде электронды құрылғыларды жобалау, газды сезу және химиялық талдау, машиналық оқыту және терең оқыту алгоритмдерін қолдана отырып үлгіні тану, сондай-ақ математикалық статистика және деректерді талдау әдістері қолданылды. Ғылыми жаңалығы. Металл-оксидті сенсорларды пайдалану және LoRaWAN сымсыз желісі арқылы деректерді беру функциясы бар экологиялық мониторинг жүйелеріне арналған мобильді газталдағыштың прототипі жасалды. Сенсорлық деректер массивінде қызығушылық аймағын сегментациялау және сенсорлық жауаптарды статистикалық өңдеу мен деректерді кластерлеу әдістері негізінде ең ақпаратты белгілерді бөліп алуға арналған жаңа әдіс әзірленді. Машиналық және терең оқыту алгоритмдері негізінде газдарды, иістерді және ұшпа органикалық қосылыстарды көпкластық жіктеуге арналған архитектура мен бағдарламалық іске асыру жобаланды. Зерттелетін газдар санын кеңейту барысында оқыту деректер жиындарының көлемін және оқыту кезеңінің уақытын қысқартуды қамтамасыз ететін газдарды жіктеуіштің жаңа трансферлік оқыту моделі ұсынылды. Сенсорлық талдаудың тиімділігін арттыратын әртекті деректерді біріктірудің жаңа әдісі әзірленді. Қорғауға ұсынылатын негізгі ғылыми тұжырымдар: 1. Металл-оксидті сенсорларды және LoRaWAN желілік хаттамасы бойынша сымсыз деректерді беру модулін қамтитын мобильді газталдағыштың прототипі әзірленді. Бұл шешім экологиялық мониторинг жүйелері үшін сенсорлық деректерді тиімді жинауды қамтамасыз етеді. 2. Сенсорлық деректер массивінде қызығушылық аймағын сегментациялау және сенсорлық жауаптарды статистикалық өңдеу мен кластерлеу негізінде ақпаратты белгілерді бөліп алудың жаңа әдісі ұсынылып, іске асырылды. Аталған әдіс газдарды тану үшін деректердің ақпараттылығын арттырады. 3. Зерттелетін газдар мен ұшпа органикалық қосылыстар кластарының санын кеңейту кезінде оқыту деректер жиындарының көлемін және оқыту кезеңінің уақытын қысқартуды қамтамасыз ететін газдарды жіктеуіштің жаңа трансферлік оқыту моделі әзірленді. Бұл көпсенсорлы газталдау жүйесінің қолдану аясын кеңейтеді. 4. Әртекті сенсорлық деректерді біріктірудің жаңа әдісі ұсынылды. Бұл әдісте жұптық корреляция және көпөлшемді регрессиялық талдау нәтижелері химиялық компоненттердің сенсорлық жауаптарға әсерін және жекелеген сенсорлардың ұшпа органикалық қосылыстарға сезімталдығын анықтауға мүмкіндік береді, соның нәтижесінде сенсорлық талдау тиімділігі мен нәтижелерді интерпретациялау деңгейі артады. Келесі ғылыми және қолданбалы нәтижелер алынды: металл-оксидті сенсорларды пайдалану және LoRaWAN сымсыз желісі арқылы деректерді беру функциясы бар экологиялық мониторинг жүйелеріне арналған мобильді газталдағыштың прототипі құрастырылды. Алынған пайдалы модельге патент әзірлеменің бірегейлігі мен жаңалығын растайды; сенсорлық деректерді алдын ала өңдеуге (қызығушылық аймағын сегментациялау) және корреляциялық және регрессиялық талдаудың математикалық модельдерін, деректерді кластерлеу әдістерін (негізгі компоненттер әдісі – PCA және k-means алгоритмі) қолдана отырып ең ақпаратты белгілерді бөліп алуға арналған жаңа әдіс, алгоритм және бағдарламалық қамтамасыз ету әзірленді; машиналық оқыту алгоритмдері (Random Forest, Decision Tree, MLP, K-Neighbors) және терең оқыту (конволюциялық нейрондық желі) негізінде газдарды жіктеуіштердің бағдарламалық іске асырылуы орындалды. Модельдік газдар мен олардың қоспаларын тану міндеттері үшін олардың тиімділігі бағаланып, бірмәнді сәйкестендіру мүмкіндігі көрсетілді; газдарды жіктеуіштің жаңа трансферлік оқыту моделі әзірленді, ол оқыту таңдауларының көлемін азайтуға және газдардың, иістердің, ұшпа органикалық қосылыстардың жаңа кластары үшін жіктеуішті оқыту үдерісін жеделдетуге мүмкіндік берді, сондай-ақ көпсенсорлы газталдау жүйесінің қолдану аясын кеңейтті; шикі мұнайдан және мұнаймен, мұнай өнімдерімен ластанған топырақтардан бөлінетін ұшпа органикалық қосылыстарды тану, атмосфералық ауаның негізгі газдық ластағыштарының түрі мен концентрациясын анықтау, орман алқаптары мен қалалық саябақ аймақтарында өртті детекциялау міндеттері бойынша газдарды жіктеуіштердің өнімділік көрсеткіштері эксперименттік түрде алынды; әртүрлі дереккөздерден (сенсорлық талдау, Фурье түрлендіруі бар инфрақызыл спектроскопия және масс-спектрометриямен үйлескен газдық хроматография) алынған әртекті деректерді біріктірудің жаңа әдісі ұсынылды. Көптік сызықтық регрессия моделі мұнай компоненттерінің салыстырмалы құрамы мен сенсорлық жауаптар арасындағы маңызды корреляцияларды көрсетті. Бұл тоғыз түрлі шикі мұнай сұрыптарын, олардың екі және үш компонентті қоспаларын бірмәнді тануға, сондай-ақ мұнаймен және мұнай өнімдерімен ластанған топырақтардың бірнеше түрін жіктеуге, орман өрттерінің пайда болуы мен таралуының индикаторлары ретінде CO және CO₂ газдары деңгейінің жоғарылауын анықтауға мүмкіндік берді. Диссертациялық зерттеу нәтижелерінің практикалық маңыздылығы пайдалануға дайын құрылғының («электрондық мұрын» прототипі), ұсынылған сенсорлық талдау әдістерінің, газдар мен ұшпа органикалық қосылыстарды жіктеуіштердің трансферлік оқыту моделінің, алгоритмдер мен бағдарламалық қамтамасыз етудің жоғары қолданбалы әлеуетімен байланысты. Аталған нәтижелер үй-жай ішіндегі және ғимараттан тыс ауаның сапасын экологиялық мониторингтеу жүйелерінде, орман өрттерін ерте анықтауда, сондай-ақ өндірістік алаңдарда зиянды еңбек жағдайларын айқындауда қолдануға мүмкіндік береді. Әзірленген бағдарламалық құралдар (авторлық куәліктердің көшірмелері 1–4-қосымшаларда берілген) атмосфералық ауадағы зиянды қоспаларды сәйкестендіру нәтижелерінің дәлдігі мен қайталанымдылығын қамтамасыз етеді. Бұл нәтижелер «Q16» ЖШС-де сәтті енгізілуімен расталған (енгізу актісі 6-қосымшада ұсынылған). Зерттеу нәтижелерін апробациялау. Диссертациялық жұмыстың негізгі нәтижелері ҚР ҒЖБМ ҒК ҒЗИ АЕТИ ғылыми семинарында талқыланды. Сонымен қатар зерттеу нәтижелері келесі халықаралық ғылыми конференцияларда баяндалып, талқыланды: International Conference on Electrical Facilities and Informational Technologies (Алматы, Қазақстан, 2023 жылғы 22–25 тамыз), 4th IEEE International Conference on Computer Systems (Ханчжоу, Қытай, 2024 жылғы 20–22 қыркүйек), «Жаһандық өркениет дәуірінде білім беру үдерісіне жасанды интеллектіні интеграциялау: стратегиялар, инновациялар және киберқауіпсіздік сын-қатерлері» атты халықаралық ғылыми-практикалық конференция (2024 жылғы 5 сәуір, Алматы, Абай атындағы Қазақ ұлттық педагогикалық университеті). Жарияланымдар. Зерттеу нәтижесінде келесі жұмыстар жарияланды: Web of Science және Scopus дерекқорларының бірінші және екінші квартильдеріне (Q1 және Q2) кіретін рейтингілік рецензияланатын ғылыми журналдарда екі мақала; Scopus дерекқорында CiteScore перцентилі 34 болатын журналда бір мақала; ҚР ҒЖБМ Ғылым және жоғары білім саласындағы сапаны қамтамасыз ету комитеті ұсынған журналдарда төрт мақала; халықаралық конференциялар материалдарында екі мақала. Оқу құралы мен оқулық жарияланды. Сонымен қатар, бір пайдалы модельге патент және бағдарламалық өнімдерге авторлық құқықтарды мемлекеттік тіркеу туралы төрт куәлік алынды. ҒЗЖ-мен байланысы. Диссертациялық жұмыс «Л.Н. Гумилев атындағы ЕҰУ» КеАҚ-ның Компьютерлік және бағдарламалық инженерия кафедрасында ҚР ҒЖБМ Ғылым комитетінің гранттық қаржыландыру жобасы AP14872171 «Көпміндетті газталдау жүйелерін өндіру кезінде сенсорлық деректерді өңдеу және тасымалдау модельдері мен алгоритмдерін әзірлеу» (2022–2024 жж.) аясында орындалды. Жобаның және диссертациялық зерттеудің тақырыбы ғылымды дамытудың басым бағыттарына сәйкес келеді: Ақпараттық, коммуникациялық және ғарыштық технологиялар; Жасанды интеллект және ақпараттық технологиялар; Машиналық оқыту (machine learning); Бейнелерді тану және кескіндерді өңдеу. Ізденушінің жеке үлесі. Ізденуші зияткерлік жасанды иіс сезу жүйесін әзірлеу және апробациялау жұмыстарына елеулі жеке үлес қосты. Атап айтқанда, теориялық талдау жүргізді, жүйе архитектурасын жобалап, құрылғыны құрастырды, сенсорлық талдауға арналған алгоритмдерді әзірлеп, бағдарламалық қамтамасыз етуді іске асырды, эксперименттік зерттеулер жүргізіп, алынған нәтижелерді өңдеді, сондай-ақ ғылыми мақалалардың қолжазбаларын жариялауға дайындады. Диссертацияның құрылымы мен көлемі. Диссертация кіріспеден, негізгі бөлімнің төрт тарауынан, қорытындыдан, пайдаланылған әдебиеттер тізімінен және қосымшалардан тұрады. Кіріспеде диссертациялық зерттеу бағытының өзектілігі негізделіп, ғылыми жұмыстың мақсаты мен міндеттері тұжырымдалған, зерттеу объектісі мен пәні және тиісті әдіснамасы айқындалған, ғылыми жаңалығы, негізгі нәтижелері мен қорғауға ұсынылатын қағидалар баяндалған. Сондай-ақ ізденушінің жеке үлесі, жарияланған жұмыстар және зерттеу нәтижелерінің апробациясы туралы мәліметтер қысқаша сипатталған. 1-тарауда газдарды сәйкестендіру әдістері, газталдау жүйелерін әзірлеуде қолданылатын сенсорлық технологиялар және жасанды иіс сезу жүйелерін іске асыруға арналған озық жасанды интеллект технологиялары саласындағы шолу зерттеулерінің нәтижелері келтірілген. 2-тарауда экологиялық мониторинг жүйелерінде қолдануға арналған «электрондық мұрын» типті көпсенсорлы газталдау жүйесін жобалау және құрастыру бойынша ғылыми-конструкторлық жұмыстардың нәтижелері ұсынылған. 3-тарауда машиналық және терең оқыту алгоритмдері негізінде газдарды жіктеуіштерді жобалау және бағдарламалық іске асыру, газдарды жіктеуіштің трансферлік оқыту моделі және сенсорлық талдау үшін деректерді біріктіру әдісі бойынша зерттеу нәтижелері баяндалған. Бұл шешімдер жіктеуішті оқыту үдерісін жеделдетуге, газдарды тану дәлдігін арттыруға және көпсенсорлы газталдау жүйесінің қолдану аясын кеңейтуге мүмкіндік берді. 4-тарауда Батыс Қазақстанның көршілес өңірлеріндегі 8 мұнай кен орнынан алынған шикі мұнай үлгілері мен олардың қоспаларын, мұнай өнімдерінің бірнеше класын ажырату, сондай-ақ ластанбаған және мұнаймен немесе мұнай өнімдерімен ластанған топырақтарды жіктеу үшін әзірленген бағдарламалық-аппараттық шешімдерді практикалық қолдану нәтижелері ұсынылған. Зерттеу нәтижелері зияткерлік көпсенсорлы жүйелерді ауа сапасын мониторингтеу мен орман өрттерін анықтаудың инновациялық құралы ретінде пайдаланудың жоғары әлеуетін көрсетеді. Ізденушінің диссертация тақырыбы бойынша жарияланымдары: 1. Zaytsev V., Issainova A., Borisov R., Xinxin Shi, Baideldinov M., Zimens M., Zhunusbekov A., Lantsberg A., Kondrashov V., Nasibulin A., Fedorov F., Satybaldina D. Coding smell patterns of crude oil by the electronic nose: A soil pollution case // Journal of Hazardous Materials. – Volume 480. – 17 september 2024. – Paper number 135838. ISSN 0304-3894. https://doi.org/10.1016/j.jhazmat.2024.135838 2. Altaibek M., Issainova A., Aidynov T., Kuttymbek D., Abisheva G., Nurusheva A. A Survey of Cross-Layer Security for Resource-Constrained IoT Devices //Applied Sciences. – 2025. – vol. 15. – P. 9691. https://doi.org/10.3390/app1517969 3. Satybaldina D., Baydeldinov M., Issainova A., Alseitov O., Konyrkhanova A., Akhmetova Z., Seilov S. Artificial Olfactory System for Distinguishing Oil-Contaminated Soils // WSEAS Transactions on Environment and Development, 2023, 19, P. 951–960. https://doi.org/10.37394/232015.2023.19.89 4. Сатыбалдина, Д., Исайнова, А., Альсеитов, О., Байдельдинов, М., Сеилов, Ш. Создание газоаналитической мультисенсорной системы типа «электронный нос» и исследование её производительности для задач экологического мониторинга // Вестник КазАТК. – 2023. – № 125(2). – С. 315–323. Журнал из списка 2 КОНКНВО, компьютерные науки. https://doi.org/10.52167/1609-1817-2023-125-2-315-323 5. Сатыбалдина Д., Исайнова А., Глазырина Н., Шагабудинов А. Статистические методы извлечения признаков для обучения мультисенсорной газоаналитической системы// Вестник КазАТК. – 2024. – № 131(2). – С. 250-259. Журнал из списка 2 КОКНВО, компьютерные науки. https://doi.org/10.52167/1609-1817-2024-131-2-250-2597. 6. Хасенова З.Т., Ракышева М.А., Глазырина Н.С, Исайнова А.Н., Мукатов А.Т. Сенсорные технологии и машинное обучение: новые возожности для экологического мониторинга// Вестник ВКТУ им.Д.Серикбаева . – 2024. – № 3. – Стр. 2017-231. Журнал из списка 2 КОКНВО, компьютерные науки. https://storage.ektu.kz/nextcloud/index.php/s/Zdndg96z6L9Enks 7. Tleuberdin S., Malakhov K., Issainova A., Boranbay Zh., Sergazin G. A Practical Evaluation of Wireless Network Security for Internet of Things: Vulnerability Assessment and Penetration Testing // Университет еңбектері-Труды Университета, раздел "Энергетика, автоматика, ИКТ". - 2025. - №2(99). - С.428-434. Журнал из списка 2 КОКНВО, компьютерные науки. https://doi.org/10.52209/1609-1825_2025_2_428 8. Alseitov O., Issainova A., Satybaldina D., Konyrkhanova A. Detection and Clas-sification of the Volatile Organic Compounds from the Petroleum and Petroleum-Derived Prod-ucts Using an Electronic Nose and Machine Learning Algorithms // Proceedings of International Conference on Electrical Facilities and informational technologies 2023 (ICEIC 2023), Almaty, Kazakhstan, August 22nd to 25th, 2023, p. 218-223. https://icef2023.org/ 9. Сатыбалдина Д., Исайнова А., Глазырина Н., Шагабудинов А. Применение системы искусственного обоняния для мониторинга качества воздуха в образовательных учреждениях // Материалы Международной научно-практической конференции «Интеграция искусственного интеллекта в образовательный процесс в эпоху глобальной цивилизации: стратегии, инновации и вызовы кибербезопасности», 5 апреля 2024 года, Алматы. КазНПУ им. Абая – С.1177-1183. 10. Сатыбалдина Д.Ж., Маханов К.М., Исайнова А.Н., Глазырина Н.С., Атызова А.Ж. Мобильный газоанализатор с функцией беспроводной передачи данных для системы мониторинга качества воздуха \ Патент Республика Казахстан на полезную модель, №9539 от 28.06.2024, по заявке №2024/0827.2 11. Сатыбалдина Д.Ж., Сыдыков Д.М. Исайнова А.Н. Нейросетевой классификатор газов для газоаналитической мультисенсорной системы // Свидетельство о внесении сведений в государственный реестр прав, охраняемые авторским правом № 37464 от «23» июня 2023 года 12. Мукатов А.Т., Исайнова А.Н, Глазырина Н.С., Сатыбалдина Д.Ж. Программное обеспечение подготовки обучающих наборов данных (датасетов) для распознавания основных загрязнителей атмосферного воздуха// Свидетельство о внесении сведений в государственный реестр прав, охраняемые авторским правом № 45747 от «14» мая 2024 года. 13. Мукатов А.Т., Исайнова А.Н, Глазырина Н.С., Маханов К.М. Программное обеспечение для калибровки сенсорных откликов газоаналитической системы типа «электронный нос» и определения концентраций основных загрязнителей атмосферного воздуха// Свидетельство о внесении сведений в государственный реестр прав, охраняемые авторским правом № 48499 от «19» июля 2024 года. 14. Глазырина Н.С., Сатыбалдина Д.Ж., Исайнова А.Н. Электронный учебник «Анализ данных на R» // Свидетельство о внесении сведений в государственный реестр прав, охраняемые авторским правом № 51258 от «8» ноября 2024 года. 15. Анализ данных на R: учебное пособие / Сатыбалдина Д.Ж., Глазырина Н.С., Исайнова А.Н. – Астана: ИП "Булатов А.Ж.", 2025. – 204 с. ISBN 978-601-385-028-3. 16. Анализ многомерных данных: учебник / Сатыбалдина Д.Ж., Глазырина Н.С., Исайнова А.Н. – Астана: 2026. - 244 с. ISBN 978-601-385-181-5.
Зерттеулерді этикалық бағалау жөніндегі комиссияның қорытындысы
