В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Алимбековой Назым Ахатовны на тему «Разработка нейросетевых моделей для обнаружения загрязнений полимерных изделий на основе многомодальных данных» по образовательной программе «8D06104 – Вычислительная техника и программное обеспечение».
Диссертация выполнена на кафедре «Кафедра Компьютерная и программная инженерия» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Жекамбаева Майгуль Несипалдиевна – доктор философии (PhD), профессор, заместитель директора Института автоматики и информационных технологий, профессор кафедры Программной инженерии (г. Алматы, Республика Казахстан);
Кумаргажанова Сауле Кумаргажановна – кандидат технических наук, профессор Школы цифровых технологий и искусственного интеллекта Восточно-Казахстанского технического университета имени Д. Серикбаева (г. Усть-Каменогорск, Республика Казахстан).
Временные члены Диссертационного совета:
Ахмедиярова Айнур Танатаровна – доктор философии (PhD), ассоциированный профессор кафедры «Программной инженерии», Казахский национальный исследовательский технический университет имени К.И.Сатпаева (г.Алматы, Республика Казахстан);
Калижанова Алия Уалиевна – кандидат физико-математических наук, ассоциированный профессор, ведущий научный сотрудник Института информационных и вычислительных технологий Комитета науки Министерства науки и высшего образования Республики Казахстан (г.Алматы, Республика Казахстан);
Рохая Латип – доктор философии (PhD), профессиональный технолог (Ts.), ассоциированный профессор кафедры коммуникационных технологий и сетей Университета Путра Малайзия (г. Серданг, Малайзия).
Научные консультанты:
Жумадиллаева Айнур Канадиловна – кандидат технических наук, профессор, профессор кафедры «Компьютерная и программная инженерия» Евразийского национального университета имени Л.Н. Гумилева (г.Астана, Республика Казахстан)
Рай Хари Мохан, доктор философии (PhD), ассистент-профессор Школы вычислительной техники Университета Гачон (Соннам, Южная Корея).
Защита состоится: 25 августа 2026 года 14:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по образовательной программе «8D06104 – Вычислительная техника и программное обеспечение» Евразийского национального университета имени Л.Н. Гумилева. Заседание диссертационного совета пройдет оффлайн и онлайн на платформе Microsoft Teams.
Ссылка: https://clck.ru/3UR9rh
Адрес: г. Астана, ул. А. Пушкина, 11, 2 учебный корпус, аудитория №222.
Аннотация (рус.): АННОТАЦИЯ Актуальность темы исследования. Полимерные изделия широко применяются в промышленности и быту, что приводит к устойчивому росту объёмов полимерных отходов и повышению требований к качеству их переработки. Одним из ключевых факторов, влияющих на возможность повторного использования полимерных изделий, является наличие и характер загрязнений, включая остатки пищевых, химических и горючих веществ. Такие загрязнения существенно снижают качество вторичного сырья и увеличивают технологические риски при переработке. Существующие системы сортировки полимерных изделий преимущественно ориентированы на анализ оптических изображений и позволяют эффективно решать задачи распознавания формы, цвета и типа материала. Однако данные подходы обладают ограниченными возможностями при обнаружении загрязнений, особенно в случаях внутренних, прозрачных или слабо выраженных загрязнений, визуально неразличимых на изображениях. Использование спектральных и гиперспектральных данных позволяет учитывать физико-химические свойства материалов и загрязняющих веществ, формируя более информативное описание состояния полимерных изделий. Вместе с тем такие данные характеризуются высокой размерностью и сложной структурой, что ограничивает применение традиционных методов анализа и требует разработки специализированных нейросетевых моделей. В связи с этим актуальной научно-практической задачей является разработка нейросетевых моделей обнаружения загрязнений, основанных на классификации состояний полимерных изделий по данным различных модальностей, включая оптические, спектральные и гиперспектральные данные, с учётом специфики каждой из них. Цель диссертационного исследования. Целью диссертационного исследования является разработка и экспериментальное обоснование нейросетевых моделей обнаружения загрязнений полимерных изделий с использованием оптических, спектральных и гиперспектральных данных. Задачи исследования: 1. Проанализировать существующие методы обнаружения и классификации загрязнений полимерных изделий с использованием оптических, спектральных и гиперспектральных данных. 2. Сформировать экспериментальные наборы данных, включающие изображения, спектры и гиперспектральные кубы полимерных изделий с различными типами загрязнений. 3. Разработать методы предварительной обработки данных для каждой модальности с целью повышения информативности признакового пространства. 4. Разработать и адаптировать нейросетевые модели обнаружения загрязнений, специализированные под каждый тип входных данных. 5. Провести экспериментальную оценку эффективности разработанных моделей и выполнить сравнительный анализ с традиционными методами. Объект исследования. Полимерные изделия потребительского назначения, подлежащие сортировке и переработке, в различных состояниях загрязнённости. Научная новизна исследования 1. Разработана и адаптирована нейросетевая модель для анализа оптических изображений полимерных изделий, обеспечивающие выявление внешних признаков загрязнённости. 2. Разработана нейросетевая модель классификации загрязнений полимерных изделий по NIR-спектрам, использующая механизм внимания для выделения информативных спектральных диапазонов. 3. Разработана и адаптирована нейросетевая модель для неразрушающего анализа полимерных изделий, обеспечивающая учёт спектрально-пространственных особенностей гиперспектральных кубов в условиях визуально неразличимых загрязнений. Основные положения, выносимые на защиту: 1. Метод обнаружения загрязнений полимерных изделий, основанный на классификации их состояний с использованием данных много модальностей (оптических, спектральных и гиперспектральных). 2. Нейросетевые модели, адаптированные к особенностям оптических, спектральных и гиперспектральных данных и предназначенные для выявления загрязнений полимерных изделий, включая прозрачные и слабо выраженные. 3. Методы предварительной обработки спектральных и гиперспектральных данных, направленные на повышение различимости классов загрязнённости полимерных изделий. 4. Подходы к адаптации разработанных нейросетевых моделей к различным типам входных данных и условиям анализа полимерных изделий. Предмет исследования. Нейросетевые модели и алгоритмы анализа оптических, спектральных и гиперспектральных данных, предназначенные для обнаружения загрязнений полимерных изделий. Методы исследования. В работе использованы методы компьютерного зрения и анализа изображений, методы спектрального и гиперспектрального анализа, методы машинного и глубокого обучения, а также методы статистического анализа и оценки качества моделей. Практическая значимость исследования заключается в возможности использования разработанных нейросетевых моделей классификации загрязнений для решения задач обнаружения загрязнённости полимерных изделий в научно-исследовательских и прикладных задачах анализа полимерных материалов. Описание вклада докторанта в подготовку публикации. Исследовательская работа, представленная в диссертации, была выполнена при непосредственном участии автора. Постановка исследовательских задач, формализация всех рассматриваемых задач, выбор методов и алгоритмов их решения, а также получение, анализ и обобщение научных и практических результатов, представленных в диссертации, осуществлялись автором лично. Результаты исследования были опубликованы в виде научных статей и докладов на конференциях. Часть результатов диссертационного исследования была получена и реализована в рамках научного проекта AP22685518 «Интеллектуальная сортировка и классификация пластиковых отходов с использованием алгоритмов машинного обучения», выполняемого по грантовому финансированию программы «Жас ғалым» на основании договора №76/ЖҒ-5-24-26 от 20 июня 2024 года. Апробация результатов диссертации. Основные результаты диссертационной работы докладывались на семинарах Евразийского национального университета им. Л.Н. Гумилева, на международных конференциях и семинаре, которые проходили в Украине, Турции и США: 1. Семинары докторантов кафедры «Компьютерная и программная инженерия», г.Астана, 2020-2025 гг. 2. Международная научная конференция «9-я Международная конференция по компьютерным наукам и инженерии (UBMK)», Анталья, Турция, 2024 г. 3. Семинары Университета Иллинойса в Урбана-Шампейне (University of Illinois Urbana-Champaign), Школа информационных наук и кафедра сельскохозяйственной и биологической инженерии в рамках программы Global Education and Training на тему «Leveraging Deep Learning Models for Enhanced Detection of Plastic Contaminants», г. Шампейн, 2024-2025 гг. 4. Международная научно-техническая конференция студентов и молодых учёных «Информатика. Математика. Автоматизация» (IMA::2022), г.Суми, Украина – Нур-Султан, 2022. Публикации, изданные по результатам исследования, в том числе: - В научных журналах, индексируемых в базе Web of Science и Scopus: 1. Alimbekova N., Rai H. M., Turymbetov T., Zhumadillayeva A. HAttFFNN: Hybridized attention mechanism-based feedforward neural network deep learning model for the plastic material classification of three stage materials on spectroscopic data // PLOS ONE. – 2025. – Vol. 20, No. 12. – Article e0336927. – DOI: https://doi.org/10.1371/journal.pone.0336927. Процентиль Scopus – 86; квартиль WoS – Q2. - Статьи, опубликованные в научных журналах, рекомендуемых КОКСНВО МНВО РК: 1. Алимбекова Н., Рай Х. М., Турымбетов Т., Жумадиллаева А. Применение нейронных сетей для оптимизации процесса сортировки полимерных контейнеров // Вестник Академии гражданской авиации. – 2025. – № 1(36). – С. 75–89. – DOI: https://doi.org/10.53364/24138614_2025_36_1_7. 2. Alimbekova N., Hashim Sh., Zhumadillayeva A., Aiymbay S. Deep neural networks as a tool for enhancing the efficiency of plastic waste sorting // Herald of the Kazakh-British Technical University. – 2024. – No. 3(70). – P. 116–127. – DOI: https://doi.org/10.55452/1998-6688-2024-21-3-116-127. 3. Алимбекова Н. А., Мусетова Б. К., Жумадиллаева А. К. Разработка классификационной модели пластиковых контейнеров для сортировки // Вестник Торайгыров университета. Серия «Информационные системы». – 2023. – № 1. – С. 47–59. – URL: https://vestnik-energy.tou.edu.kz/storage/journals/168.pdf - В трудах международных конференций: 1. Alimbekova N., Zhumadillayeva A., Aiymbay S. Advanced Convolutional Neural Networks for Plastic Classification in Recycling Systems // 2024 9th International Conference on Computer Science and Engineering (UBMK). – Antalya, Turkey, 2024. – P. 426–430. – DOI: https://doi.org/10.1109/UBMK63289.2024.10773416. 2. Мусетова Б. К., Алимбекова Н. А. Применение модели глубокого обучения для классификации пластиковых отходов // Сборник материалов XVIII Международной научной конференции «Наука и образование – 2023». – Астана: Евразийский национальный университет имени Л. Н. Гумилева, 2023. – 12 апреля. 3. Алимбекова Н. А. Гиперспектральные изображения и их применение // Материалы XV Международной научной конференции студентов и молодых ученых «ǴYLYM JÁNE BILIM – 2020». – Астана: L. N. Gumilyov Eurasian National University, 2020. – Т. 5. – С. 595–599. 4. Alimbekova N. A. Using a deep learning model for automatic sorting of plastic containers // The International Scientific and Technical Conference of Students and Young Scientists «Informatics. Mathematics. Automation – 2023» (IMA-2023). – Astana, 2023. – April 24–28. 5. Alimbekova N. A. Classification of algorithms for automatic sorting of plastic containers // The International Scientific and Technical Conference of Students and Young Scientists «Informatics. Mathematics. Automation» (IMA::2022). – 2022. – P. 159–160. - Свидетельство о государственной регистрации на объект авторского права. 1. Алимбекова Н. А., Жумадиллаева А. К. Интеллектуальная сортировка и классификация пластиковых отходов на основе спектральных данных и алгоритмов машинного обучения: свидетельство об авторском праве на программу для ЭВМ. – № 65347. – 15 декабря 2025 г. 2. Мусетова Б. К., Айымбай С. Ж., Алимбекова Н. А., Жумадиллаева А. К. Разработка программного обеспечения системы сортировки перерабатываемых ПЭТ-бутылок на основе машинного обучения: свидетельство об авторском праве на программу для ЭВМ. – № 34503. – 11 апреля 2023 г. Объем и структура диссертации. Диссертационная работа написана на казахском языке и состоит из введения, трех взаимосвязанных разделов, разделенных на подразделы, заключения и списка использованных источников. Работа изложена на 108 страницах, содержит 49 рисунков и 15 таблиц. Список использованных источников состоит из 72 наименований.
Отзыв зарубежного консультанта
