Azərbaycan Milli Elmlər Akademiyası

Məlum olduğu kimi, AMEA-nın müvafiq elmi müəssisə və təşkilatları tərəfindən “Teknofest Azərbaycan” Aviasiya, Kosmos və Texnologiya festivalı çərçivəsində təşkil olunacaq sərgidə Akademiyada əldə edilmiş elmi-texnoloji nailiyyətlər nümayiş etdiriləcək.

AMEA-nın İnformasiya Texnologiyaları İnstitutu da “Teknofest Azərbaycan” Aviasiya, Kosmos və Texnologiya festivalı çərçivəsində təşkil olunacaq sərgidə Industry 4.0 texnologiyalarına əsaslanan bir sıra innovativ layihələr təqdim edəcək.

Belə ki, institut tərəfindən sərgidə dəniz neft və qaz platformalarında çalışan işçilərin sağlamlığının və təhlükəsizliyinin intellektual idarə olunması sistemi, vətəndaş məmnuniyyəti əsasında göstərilən dövlət xidmətlərinin qiymətləndirilməsi, e-dövlət platformasında e-demoqrafiya sisteminin konseptual modeli, bulud texnologiyalarında böyük verilənlərin effektiv analizi və kiberhücumların aşkarlanması üsullarının işlənməsi, böyük həcmli verilənlərin intellektual analizi üçün paralelləşdirilmiş k-means alqoritmi ilə bağlı layihələrin təqdim olunması nəzərdə tutulub.

Sərgiyə təqdim olunacaq “Dəniz neft və qaz platformalarında çalışan işçilərin sağlamlığının və təhlükəsizliyinin intellektual idarə olunması sistemi” layihəsində insan amili səbəbindən baş verən bədbəxt hadisələrin qarşısının alınması üçün Əşyaların İnterneti və e-tibb həlləri əsasında dəniz neft platformalarında (DNP) çalışan işçilərin sağlamlıq vəziyyətinin davamlı distant monitorinqi sisteminin işlənib hazırlanması konsepsiyası təklif edilir. Konsepsiyaya əsasən, DNP-nin personalı mahiyyətinə görə müxtəlif növ informasiya hasil edən daşınan Əşyaların İnterneti qurğuları ilə təchiz olunan bioloji obyekt kimi çıxış edir. Konsepsiyanın əsas ideyası neftçilərin sağlamlığının idarə edilməsinə insan-mərkəzli yanaşmanı tətbiq etməklə onların təhlükəsizliyini artırmaqdır.

Bu sistem məsafədən sağlamlığın monitorinqinə, DNP-də baş verən ştatdan kənar vəziyyətlər haqqında sahil tibb və təhlükəsizlik xidmətinin real zamanda məlumatlandırılmasına, hər bir situasiyaya uyğun avtomatik və ya həkim, təhlükəsizlik üzrə mütəxəssis cəlb olunmaqla real zamanda qərarların hasil olunmasına və operativ olaraq əks əlaqə ilə DNP-yə ötürülməsinə imkan yaradır. Həmçinin insan faktorunu aradan qaldırmaqla səhv (subyektiv) qərarların qəbulunun qarşısının alınmasına, insan resurslarının qısa, orta və uzun müddətdə idarə olunması üçün fərdi buludlarda onların rəqəmsal əkizinin formalaşmasına, rəqəmsal əkizlərə görə neftçilərin sağlamlığının hansı istiqamətdə dəyişməsi tendensiyasını formalaşdırmağa və strateji qərarların qəbul olunmasına şərait yaradır.

Sərgidə AMEA üçün ayrılmış pavilyonda yer alacaq digər layihə “Vətəndaş məmnuniyyəti əsasında göstərilən dövlət xidmətlərinin qiymətləndirilməsi” adlanır. Layihədə vətəndaş məmnunluğu əsasında e-xidmətlərin qiymətləndirilməsinə dair mövcud yanaşmalar analiz olunmuş, e-xidmətlərin qiymətləndirilməsi meyarları tədqiq olunmuş və dövlət xidmətlərinin keyfiyyətini xarakterizə edən meyarlar müəyyənləşdirilmişdir. Çoxmeyarlı qiymətləndirmə modeli əsasında e-xidmətlərin ranqlaşdırılması üçün ən pis hal metodundan istifadə edilmişdir. Ədədi eksperimentdə vətəndaşların rəyi əsasında xidmətlər qiymətləndirilmiş və ən pis hal metodu tətbiq olunaraq ranqlaşdırılmışdır.

Qeyd edək ki, təklif olunan yanaşma keyfiyyət və əlyetərlilik meyarları nəzərə alınmaqla e-xidmətləri çoxmeyarlı qiymətləndirməyə imkan verir.

Festival çərçivəsində təşkil olunacaq sərgidə təqdimatı planlaşdırılan “E-dövlət platformasında e-demoqrafiya sisteminin konseptual modeli” layihəsi e-demoqrafiya verilənləri əsasında demoqrafik göstəricilərin analizini nəzərdə tutur.

Layihə çərçivəsində Jupyter Notebook 6.1.4. platformasında xaricdə təhsil almış məzunların demoqrafik xarakteristikaları analiz edilmişdir. FİN vasitəsilə hər bir fərd haqqındakı reyestrlərdəki məlumatlar inteqrasiya olunaraq götürülmüş dataset əsasında ekperiment aparılmış və göstəricilərə görə alınmış nəticələr qrafik şəkildə vizuallaşdırılmışdır.

Bu analizlərin köməyi ilə əhalinin sosial vəziyyəti, iş şəraiti, məşğulluq səviyyəsi, gəliri haqqında məlumat və s. daha dərin tədqiqatlar aparmaq mümkündür. Gələcək tədqiqatlarda aparılan analizləri daha geniş aspektdə müxtəlif sahələr üzrə tətbiq etmək olar.

“Bulud texnologiyalarında böyük verilənlərin effektiv analizi və kiberhücumların aşkarlanması üsullarının işlənməsi” layihəsində isə fərdi məlumatların məxfiliyi qorumaqla analizi üçün avtoenkoderlərə əsaslanan dərin təlim metodu təklif edilmişdir. Üsulun əsas məqsədi şəxsin fərdi məlumatları içərisindən sensitiv məlumatların tapılması və onların qeyri-sensitiv məlumatlara transformasiya olunmasıdır.

Məlum olduğu kimi, pilotsuz uçuş aparatlarının (PUA) effektiv aşkarlanmasını təmin etmək üçün daha böyük həcmdə verilənlər tələb olunur. Bu aşkarlanmanın buludların üzərindən həyata keçirilməsi böyük üstünlüklər əldə etməyə imkan verir. Tədqiqat işində PUA-ların aşkarlanması üçün səs siqnallarının analizinə əsaslanan maşın təlimi və dərin təlim üsulları təklif edilmişdir. Təklif olunan yanaşmaların effektivliyi açıq verilənlər bazaları üzərində sınaqdan keçirilmiş və mövcud metodlarla müqayisədə üstün nəticələr əldə edilmişdir.

Bununla yanaşı, bulud texnologiyalarına inteqrasiya olunmuş sənaye idarəetmə sistemlərində toplanan neft quyularının aylıq debit verilənləri əsasında neft hasilatını yüksək dəqiqliklə proqnozlaşdıra bilən Deep Learning metodu işlənmişdir. Neft hasilatı üzrə zaman sıralarının proqnozlaşdırılması üçün dərin neyron şəbəkə arxitekturalarının birləşdirilməsi əsasında iyerarxik arxitekturalı hibrid model təklif olunmuşdur. Təklif edilmiş modelin effektivliyinin qiymətləndirilməsi elmi tədqiqatlar üçün açıq, yeddi neft mədənindən beş il müddətində toplanmış verilənlər bazası üzərində test edilmişdir.

İnstitut tərəfindən sərgiyə təqdim olunacaq digər bir layihə “Böyük həcmli verilənlərin (Big Data) intellektual analizi üçün paralelləşdirilmiş k-means alqoritmi” adlanır. Layihə çərçivəsində təklif olunan alqoritm kompüterlərin yaddaş və hesablama resursları çərçivəsində böyük həcmli verilənləri analiz etmək imkanına malikdir. Real verilənlər dəsti üzərində aparılmış eksperimentlər göstərmişdir ki, təklif olunan alqoritm k-means alqoritminə nəzərən dəfələrlə sürətli işləyir və kifayət qədər stabil nəticə nümayiş etdirir.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.science.gov.az saytına istinad zəruridir.