🧪 🔬 Ұсынылған жұмыстар

1-баяндама. «Adaptive Parameter Aggregation in Federated Learning for Synchronizing Digital Twins of Manufacturing Processes Under Seasonality and Data Drift»
Авторлары: Gulshat Amirkhanova, Liya Bektemir, Tomiris Nurgazy, Alikhan Amirkhanov

Мәні: таратылған өндірістік жүйелердің цифрлық егіздерін синхрондау үшін федеративті оқытуда модель параметрлерін бейімделгіш агрегациялау әдісі. Алгоритм жергілікті модельдердің салмақтарын үш коэффициент — маусымдық корреляция, үлестірімдердің статистикалық дрейфі және шеткі түйіннің сенімділігі — бойынша түзетеді. Ашық IIoT-деректер жиындарында әдіс маусымдылық пен дрейф жағдайында базалық FedAvg-пен салыстырғанда аномалияларды анықтаудың F1-өлшемін 22%-ға арттырды.

2-баяндама. «Cognitive Armor: AI-Powered Communication Security for the Digital Twin Era»
Авторлары: Saltanat Adilzhanova, Gulshat Amirkhanova, Bauyrzhan Amirkhanov, Dana Sybanova, Murat Kunelbayev

Мәні: цифрлық егіздің өнеркәсіптік экожүйелерінен корпоративтік поштаға дейінгі әртекті орталарда деректердің тұтастығын, түпнұсқалығын және төзімділігін қамтамасыз ететін коммуникациялар қауіпсіздігінің бірыңғай ЖИ-фреймворкі. Өнеркәсіптік контурда жеткізушілер, өндірушілер мен сапаны бақылау жүйелері арасындағы деректер алмасуын қорғау үшін машиналық оқытуды, табиғи тілді өңдеуді (NLP) және мінез-құлық аналитикасын біріктіреді, оның ішінде жеткізу тізбегін верификациялау және HACCP сәйкестігін мониторингілеу.