ббк76. 0 Қ 54 Редакционная коллегия

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

20 

 

survey included open  questions, which sought a wider student experience. The second material was 

collected in late spring 2015. The second survey forms were both closed and open questions. 

Students (N = 26) received the reply to the questionnaire after the periods of teamteaching, 

when  they  had  the  experience  in  the  implementation  of  the  five  teamteaching  courses.  Both  data 

sets were analyzed quantitatively. Survey results were expressed as freqvencies  and because of the 

limited  number  of  replies  also  as  percentages.  In  addition,  the  three  main  results  of  the  survey  II 

was  considered  with  the  correlation  coefficients.  Team-teaching  a  image  summary  . 

was formed on the basis of both surveys. The content analysis  of responses to open questions was 

used.  The results are described in direct quotations. 

Survey Results 

Results of the survey 1 

According to the  first survey, teamteaching  was reflected in education. 88% of the students 

felt that the study was flexible in  teaching scheduling, respectively, 94% of the students said that 

teaching  had  appropriate scheduling and 77% of respondents rated the conclusion of the learning 

tasks were reserved for a sufficient period of time. 77% of the students finds that multidisciplinary 

courses was supported the  learning process. 67% of the students indicated that a multi-disciplinary 

teaching opened to handle the subject from different aspects. In addition, 69% of students felt that 

the 

students 

also 

expanded 

their 

 

multi-disciplinary 

nature 

of 

expertise. 

In open responses was also  things which must be developed in teamteaching, such as more accurate 

planning  of  teaching  schedules  and  better  integration  of  expertise  in  different  areas  of  the 

implementation of the course. 

Results of the survey 2 

Respondents  (N  =  26),  mean  age  was  43  years  and  average  work  experience  of  18  years. 

Almost all students (88%) felt that in the course the learning objectives  had been taken into account 

in the design  and majority  had the  opinion (92%) that content was taken into account in the design 

of  teamteaching.  More  than  half  of  respondents  (57%)  were  of  the  opinion  that  the  course 

realization was also taken into account. Similarly, 42% of students felt that there was something to 

develope  in the implementation. 

In the open responses the students described their need for development. As an example the 

following  "Creating  a  common  understanding,  which  is  complemented  by  the  different 

perspectives" and "Planning ahead and detailed instructions for tasks" 

The  working  life  was  also  seen  in  the  design  of  the  courses    (77%  of  respondents  ).  In 

addition,  62%  of  students  stated  that  the  previous  knowledge  of  students  had  been  taken  into 

account in education. 57% of the students felt that the entrepreneurship  had also been  included  in 

the design of the studies. 73% of the students found that the teamteaching was reflected in course 

design. 

Implementation of studies 

Teaching was professional, it was reflected in teachers' cooperation and the proximity of the 

working life. 88% of the students said that in the teachers work was  seen the visible cooperation as  

as well as the teachers gave  space other teachers  expertise. Students (73%) said that the  teaching 

was  reflected  in  the  "common  things  done".  The  correlation  between  students  experienced 

teamteaching  and  working  life  proximity  was  very  good  (  r  =  0,74 )  When    students  experienced 

teamteaching  and students  learning experience a strong dependence (r = 0.8) was found. Similarly 

when the students experienced teamteaching  and education  near  working  life, gave a correlation 

coefficient  of  0.74  and,  respectively,  the  teaching  expertise  of  a  correlation  coefficient  of  0.84. 

88%  of  the  students  evaluated  the  teamteaching  to  be  practical  as  well  as  applying  theory  and 

practice. In addition, 77% of the students evaluated the course assessment criteria were clear. 

In summary, the results were shown as the teamteaching a wood pattern. (Figure 1) Figure is 

showing  teamteaching  learning supporting  and hindering factors. 

 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

21 

 

Fig 1 - Teamteaching  aspects for learning. Red 

leafs are restricting and Green are learning 

supporting factors. 

 

Conclusion 

It  can  be  concluded  that  the  Master's 

students  feel  teamteaching  a  meaningful  way 

to  study.  The  teaching  was  reflected  in 

educational  cooperation  between  teachers  in 

the planning, implementation and evaluation of 

teaching.  Multidisciplinary,  carried  out  by 

several  teachers,    supports  learning.  Teachers 

and  students  from  different  fields  of  expertise 

brought new perspectives and new dimensions 

of  being  taught.  Based  on  the  feedback  the 

teamteaching  was  very successful  in teaching 

entrepreneurship and working life aspects. The design was taken into account in the challenges of 

the  future  world  of  work.  Students  wanted  the  teamteaching    to  continue  but  also  planning,  in 

particular to harmonize communication was  hoped to be  added. Students were concerned that the 

needs of different education sectors are taken into account. 

 

References: 

 

1.  Auvinen  P.  2004.  Ammatillisen  käytännön  toistajasta  monipuoliseksi  aluekehittäjäksi? 

Ammattikorkeakoulu-uudistus  ja  opettajan  työn  muutos  vuosina  1992-2010.  Akateeminen  väitöskirja. 

Joensuun yliopiston julkaisuja. N:o 100. Suomi. 

2. Haikonen E & Puttonen K. 2016. Monialaisella yhteisopettajuudella hyvä startti verkkotutkinnon 

suorittamiseen. UAS Journal. 1/2016. Luettavissa: https://uasjournal.fi/ 

3.  EK  (Elinkeinoelämän  keskusliitto).  2011.  Oivallus.  Loppuraportti.  Luettavissa:  http://ek.fi/wp-

content/uploads/Oivallus_loppuraportti.pdf 

4. Izberk-Bilgin E, Klein B, Chandra C, Lee H, Susko D, Lee M & Zikanov O. 2012 

5.  A  multidisciplinary  team-teaching  approach  to  sustainable  business  education.  Journal  of  Case 

Studies in Education. Available online 22.10.2015. http://www.aabri.com/manuscripts/121121.pdf 

6.  Jämsä  U.  2014.  Kuntoutuksen  muutosagentit.  Tutkimus  työelämälähtöisestä  oppimisesta 

ylemmässä ammattikorkeakoulutuksessa. Acta Universitatis Ouluensis D Medica 1252. Tampere. 309 sivua. 

ISBN  978-952-62-0497-0  (paperback),  ISBN  978-952-62-0498-7  (pdf),  ISNN  0355-3221  (printed),  ISNN 

1796-2234 (online) http://urn.fi/urn:isbn:9789526204987 

7. Järvensivu  A &  Alasoini T. 2012.  Mitä työelämän  muutoksen tulevaisuussuuntautunut tutkimus 

voisi 

olla? 

Artikkeleita. 

Työpoliittinen 

Aikakauskirja 

3/2012. 

luettu 

22.10.2015 

https://www.tem.fi/files/34163/jarvensivualasoini.pdf 

8.  Koivisto  K,  Koskela  M  &  Henner  .  2015.    Opettajien  kokemuksia  tiimiopettajuudesta  master-

koulutuksessa.  ePooki  29/2015.  Luettavissa:  http://www.oAMK.fi/epooki/2015/opettajien-kokemuksia-

tiimiopettajuudesta-master-koulutuksessa/ 

9.  Laukkanen  V,  Sääski  K  &  Siimekselä    M.  2015  Uutta  opettajuutta  kehittämässä  –  SPIRIT-

hankkeen  kokemuksia  Savonia-ammattikorkeakoulussa.  AMK-lehti  //  Journal  of  Finnish  Universities  of 

Applied Sciences, No 2 (2015) http://www.uasjournal.fi/index.php/uasj/article/view/1684/1606 

10.  Leavitt  M.  2006.  Team  teaching  –  benefits  and  challenges.  Speaking  of  teaching.  Center  for 

Teaching 

and 

Learning. 

Stanford 

University. 

Luettavissa: 

https://web.stanford.edu/dept/CTL/Newsletter/teamteaching.pdf 

11.  Lepänjuuri  A  &  Nurminen  R.  2015.  Opettajuus  liikkeessä  –  opettaja  työelämän  muutoksen 

tunnistajana 

ja 

tulkkina. 

Elinikäisen 

ohjauksen 

verkkolehti. 

2015 

12/05. 

Luettavissa: 

http://verkkolehdet.jAMK.fi/elo/2015/05/12/opettajuus-liikkeessa-opettaja-tyoelaman-muutoksen-

tunnistajana-ja-tulkkina/ 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

22 

 

12.  Marttila  L.  2010.  Mistä  ammattikorkeakouluopettajuus  on  tehty.  Lisensiaatintutkielma.  

Kasvatustieteiden tiedekunta. Tampereen opettajankoulutuslaitos.  Tampereen yliopisto. Finland 

13.  Mällinen  S.  2007.  Conceptual  change  process  of  polytechnic  teachers  in  transition  from 

classrooms  to  web-based  courses.  Academic  dissertation.    University  of  Tampere.  Faculty  of  education. 

Finland 

14.  Mäntylä  R.  2015.  Tunnistamattomat  työelämävalmiudet  -  työyhteisöjen  ja  verkostojen 

kehittäminen. 

Luettu 

23.4.2016. 

http://www.hAMK.fi/verkostot/YAMK-koulutus-vahvaksi-tki-

vaikuttajaksi/tyopaketti1/Documents/Tunnistamattomat.pdf 

 

 

УДК 004.624 

 

БАРЛЫБАЕВ А.Б., САБЫРОВ Т.С., АКИМБЕКОВА Э.М. 

 

ПРОГРАММЫ ДЛЯ АВТОМАТИЗАЦИИ ДЕЯТЕЛЬНОСТИ ПЕРСОНАЛА В SMART-

UNIVERSITY 

 

(НИИ «Искусственный интеллект» Евразийский национальный университет им.  

Л.Н. Гумилева, Астана, Казахстан) 

 

Целью данной работы является описание программ, которые будут автоматизировать 

деятельность пользователей в Проекте Smart-University. 

Задача работы состоит в разработке подсистем и пользовательских интерфейсов. Сам 

Проект Smart-University как система будет разделен на две большие части: 

1. 

LMS  (система 

управлением  обучением)  –  информационная  система 

позволяющая  автоматизировать  деятельность  высшего  учебного  заведения  и  позволяющая 

применять дистанционные образовательные технологии в обучении. 

2. 

Smart tutor – интеллектуальная информационная система позволяющая обучать 

и проводить контроль знаний без вмешательства преподавателей. 

LMS состоит из следующих подсистем: 

 

 

Социальная сеть   (Взаимодействие пользователей)

е-библиотека

Модель е-университета

Учебный процесс

Наука

Международное сотрудничеств

Интеграция ИКТ

е-приемная комиссия

Профориентационная работа

Эдвайзерство

Техническое обслуживание

Дом студентов

Управление персоналом

Документооборот

Отчеты 

Аудит

Контроль руководства

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

23 

 

Социальная  сеть  –  позволит  пользователям  взаимодействовать  между  собой,  это 

личные  профили,  отправка  сообщений,  просмотр  всех  пользователей  и  другие  элементы 

социальных сетей. 

е-библиотека  –  содержит  2  полсистемы:  автоматизация  работы  библиотекаря,  это 

выдача  книг  по  электронным  читательским  билетам,  заказ  книг  в  режиме  онлайн; 

организация электронной библиотеки, где будут книги в электронном формате, репозиторий 

трудов сотрудников университета. 

Модель  е-университета  –  позволит  управлять  личной  карточкой  университета 

(официальная информация об университете),  управлять настройками университета (система 

обучения,  начало  и  конец  учебного  года,  система  оценок),  управлять  настройками 

тестирования, управлять настройками журнала, управлять моделью образования (это уровни 

образования-группы  специальностей-специальности),  управлять  структурой  образования 

(это 

факультеты-кафедры, 

контингентом), 

управлять 

контингентом-пользователями, 

управлять аудиторным фондом. В основном здесь сосредоточены организационные вопросы 

университета. 

Учебный  процесс  –  позволит  управлять  учебной  документацией  (академическим 

календарем, ТУП-ГОСО специальностей, КЭД, МОП, ИУП студентов, РУП, академическими 

потоками,  группами,  регистрацией  на  весенний  семестр,  на  летний  семестр),  позволит 

управлять  системой  тестирования,  позволит  управлять  для  обучающихся  на  факультете 

дистанционного  образования  система  e-learning,  которая  будет  позволять  создавать 

обучающие  курсы,  вебинары,  виртуальные  аудитории.  Также  подсистема  учебный  процесс 

позволит автоматически составлять расписания с учетом аудиторного фонда. Для ДОТ если 

это  будет  необходимо  как  в  случаях,  вебинаров,  то  расписание  будет  составляться 

преподавателем  в  соответствии  расписанию  студентов  чтобы  не  допустить  накладки. 

Управление академическими задолженностями. Список студентов, имеющих академические 

задолженности.  Определение  задолженностей.  Управление  Ведомостями,  Транскриптами, 

приказами. Управление УМКД и Силлабусами. 

Наука – учет НИР, проектов выполняемых в университете, учет научных публикация 

ППС, учет научных договоров. 

Международное  сотрудничество  –  проектов  выполняемых  в  университете  по 

сотрудничеству, учет договоров по сотрудничеству. 

Интеграция ИКТ – API для обмена данных с социальными сетями, для обмена данных 

с аналогичными LMS, для обмена данных с системами электронного правительства, ЕСУО. 

е-приемная комиссия – прием документов на обучение в режиме онлайн. 

Профориентационная  работа  –  проведение  профработ  с  абитуриентами,  абитуриент 

может  бесплатно  зайти  в  социальную  сеть  университета,  задать  узнать  информацию  на 

страничке  вопросы  абитуриентов,  написать  любому  пользователя  по  вопросам  обучения  в 

универстете. 

Эдвайзерство – управление ИУП, консультация студентов и их родителей, поддержка 

обучающихся. 

Техническое обслуживание – оформление технических заявок на ремонт, проведение 

технических работ по обслуживанию техники и программного обеспечения. 

Дом студентов – управление и учет контингента студенческих общежитий. 

Управление персоналом – автоматизация работы отдела кадров, учет персонала, учет 

ставок,  учет  личных  дел  персонала,  управление  нагрузками,  управление  приказами  на 

персонал, командировки, отпуск и т.д. 

Документооборот  –  автоматизация  работы  канцелярии,  учет  и  прием  входящей  и 

исходящей канцелярии и документов, учет исполнения приказов и документов. 

Отчеты – генерация отчетов по динамическим данным хранящихся в базе данных. 

Аудит – позволит проводить проверку и ее учет. 

Контроль руководства – позволит контролировать жизнедеятельность университета. 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

24 

 

Данная  LMS  обязательно  должна  поддерживать  трехъязычие,  локализацию 

статистических и динамических данных. 

Список пользователей LMS: 

1.  Тьютор, 

2.  Студент, 

3.  Студент дистанционного обучения, 

4.  Родитель,  

5.  Родитель Студента дистанционного обучения,  

6.  Эдвайзер, 

7.  Библиотекарь, 

8.  Офис-регистратор, 

9.  Сотрудник отдела регистрации движения обучающихся, 

10.  Технический администратор, 

11.  Администратор сопровождения ПО 

12.  Абитуриент, 

13.  Декан,  

14.  Заведующий кафедрой, 

15.  Проректор, 

16.  Ректор, 

17.  Сотрудник приемной комиссии, 

18.  Сотрудник управления персоналом, 

19.  Сотрудник отдела планирования и мониторинга учебного процесса, 

20.  Сотрудник кафедры, 

21.  Сотрудник отдела науки, 

22.  Сотрудник общежития, 

23.  Аудитор, 

24.  Администратор по СМК, 

25.  Сотрудник отдела международного сотрудничества, 

26.  Сотрудник факультета, 

27.  Читатель. 

Вторая часть будет состоять из интеллектуальных информационных систем:  

1.  Программы выбора специальности абитуриентами. 

2.  Программы обработки базы знаний. 

3.  Программы 

разработки 

смарт-тьютора, 

позволяющего 

подготовить 

интеллектуальные электронные учебные издания. 

4.  Программы смарт-тьютора, позволяющего провести интеллектуальное обучение. 

5.  Программы  смарт-тьютора,  позволяющего  провести  интеллектуальную  оценку 

знаний обучаемого. 

6.  Программы  обработки  базы  знаний  для  выявления  и  объяснения  допущенных 

ошибок при оценке знаний обучаемых. 

 

 

 

 

 

 

 

 

 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

25 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

СЕКЦИЯ 1   

 

 

 

 

 

 

 SECTION 1 

 

 

 

ЖАСАНДЫ ЗЕРДЕ 

 

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 

 

ARTIFICIAL INTELLIGENCE 

 

 

 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

26 

 

 

 

«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ»  V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ 

 

 

27 

 

UDC 004.89 

BEKTURSUNOVA A.N., PRADEEP A. 

 

 ANALYSIS OF HUMAN EMOTIONS BASED ON IMAGE RECOGNITION 

 

(Kazakh-British Technical University, Almaty, Kazakhstan) 

 

Abstract 

The  main  principles  of  human  emotions  recognition  are  to  use  machine  learning 

technologies,  so  as  to  determine  the  presence  of  people  on  it,  and  then  analyze  emotions  by 

expressions of face. Owing to the enormous number of parallelism in its structure and high rates of 

computation, the neural networks related to artificial intelligence possesses a great potential among 

decision  making  systems.  According  to  Fundamentals  of  Face  Recognition  Techniques,  neural 

networks  are  valued  as  the  most  essential  and  powerful  tools  that  are  able  to  cope  with  complex 

calculations and demonstrate wide range of functions through the applications computer vision. 

Nowadays, there is a Facial Action Coding System or catalog consisting of more than 5,000 

muscle movements, which show hidden emotions owing to the location of eyebrow or lips location 

points. This research is used to analyze human emotions and hidden feelings due to creation of huge 

database  of  facial  expressions.  In  analysis,  the  factors  as  a  happy,  sad  or  relaxed  are  not  enough 

because  everything  is  built  by  several  algorithms  and  enormous  calculations.  By  doing  so,  facial 

microexpressions are divided into more-nuanced ones in order to give more exact results. 

 

Advantages 

So far, the potential power of this technology has been used mostly for market research. The 

emotion-detection software technology has great benefit to help people. It is widely considered that 

cameras could determine whether the driver  is exhausted and prevent him  from  falling asleep and 

save his life. Another convincing factor in favor of this technology is that it could help to improve 

the  level  of  education  at  school  and  determine  how  teachers  hold  the  attention  of  students. 

Moreover, researchers at North Carolina State University filmed students during the lessons via the 

laptops  with  emotions  analyzing  software.  By  doing  so,  they  were  able  to  determine  muscular 

movements and record whether students were bored or challenged. 

Nowadays  there  are  many  media  testing  companies  that  use  emotion  analysis  software  to 

identify the potential success of new TV shows or advertisement. These examples demonstrate one 

of the main benefits of analysis the human faces, due to relaxed environment at home watching new 

long episodes, leaving the software and waiting for their responses. 

  

Process of human emotions recognition 

 

As you can see, the first step starts from the detection and location of the face in the image. 

Face alignment stage is aimed to achieve more accurate location and normalized faces, whilst face 

detection provides rough picture of scale for each face. It is claimed that input image is looked as a 

жүктеу/скачать 14,62 Mb.

Достарыңызбен бөлісу: