http://repository.enu.kz/handle/enu/2491 2026-04-04T06:11:30Z 2026-04-04T06:11:30Z Боранбаев, С.Н. Боранбаев, А.С. Сисенов, Н.М. Горанин, Н. Тулебаев, Е.Б. http://repository.enu.kz/handle/enu/2494 2025-06-14T19:24:59Z 2021-01-01T00:00:00Z

Метод и информационная технология для поддержки принятия решений по оценке надежности и отказоустойчивости информационных систем Боранбаев, С.Н.; Боранбаев, А.С.; Сисенов, Н.М.; Горанин, Н.; Тулебаев, Е.Б. Данная статья посвящена оценке надежности и отказоустойчивости информационных и автоматизированных систем. Предложен метод, который позволяет определить уровень отказоустойчивости компонентов информационных и автоматизированных систем, учитывать ряд критериев с различным направлением оптимизации, оценивать и ранжировать альтернативные решения. На основе предложенного метода разработана соответствующая информационная технология, которая позволяет определить надежность работы информационных и автоматизированных систем. Предложенный метод и подход были применены на практике для оценки надежности и отказоустойчивости компонентов информационных систем по различным критериям. Были выявлены уровни отказоустойчивости каждой из компонент информационной системы. Практическое применение метода показало, что его можно использовать для расчета уровня надежности и отказоустойчивости информационных и автоматизированных систем.

2021-01-01T00:00:00Z Сатыбалдина, Д.Ж. Глазырина, Н.С. Степанов, В.С. Калымова, К.А. http://repository.enu.kz/handle/enu/2492 2025-06-13T20:40:33Z 2021-01-01T00:00:00Z

Разработка Python приложения для распознавания жестов рук из видеопотока RGB и RGBD камер Сатыбалдина, Д.Ж.; Глазырина, Н.С.; Степанов, В.С.; Калымова, К.А. Системы распознавания жестов сильно изменились за последнее время, благодаря разработке современных устройств захвата данных (сенсоров) и разработке новых алгоритмов для распознавания. В статье представлены результаты исследования для распознавания статических и динамических жестов рук из видеопотока с RGB и RGBD камер, а именно с веб-камеры Logitech HD Pro Webcam C920 и с камеры глубины Intel RealSense D435. Программная реализация выполнена с использованием инструментов Python 3.6. Python-библиотеки с открытым исходным кодом обеспечивают надежную реализацию алгоритмов обработки и сегментации изображений. Подсистема извлечения признаков и классификации жестов построена на основе архитектуры нейронной сети VGG-16, реализованной c использованием фреймворков глубокого обучения TensorFlow и Keras. Приведены технические характеристики камер. Описан алгоритм работы приложения. Приведены исследования, направленные на сравнение устройств захвата данных, при различных условиях эксперимента (по расстоянию и освещенности). Экспериментальные результаты показывают, что использование камеры глубины Intel RealSense D435 обеспечивается более точное распознавание жестов при различных условиях эксперимента.

2021-01-01T00:00:00Z