Бидний тухай
Багш ажилтан
Одоогийн байдлаар хиймэл оюуны хэлний загварууд түлхүү хөгжиж байна. Жишээ нь Chatgpt, Deepseek, LLaMa зэрэг чатботын системүүд нь хүн төрөлхтөнд хиймэл оюуны хүчин чадал, гайхамшгийг мэдрүүлээд зогсохгүй технологийн салбарын шинэ чиг хандлагыг тодорхойлж, хиймэл оюунд итгэх итгэлийг бүрэн дүүрэн мэдрүүлээд байгаа билээ. Харин хиймэл оюуны хөгжлийн дараагийн шинэ чиг хандлага бол хүн төхөөрөмж хоёр хоорондоо байгалийн хэл буюу хүн төрөлхтний ашигладаг ярианы хэл ашиглан харилцан ойлголцох явдал юм. Хүн машин хоёр харилцан ойлголцоход туслах хамгийн гол загвар нь хүний яриаг машин ойлгох хэлд хөрвүүлэх, машин ойлгодог хэлийг хүний ойлгодог хэлд хөрвүүлэх загварууд юм. Хамгийн гол үзүүлэлт нь илтгэгчийн нас, хүйс гэх мэт онцлогоос үл хамааран машины хэл рүү хөрвүүлэх явдал юм. Тийм учраас энэ ажлын хүрээнд монгол хэлээр ярьсан яриаг текст рүү хөрвүүлэх Whisper загвар, монгол хэлээр бичсэн текстийг өөр нэг зорилтод хоолойгоор хэлүүлэх MMS загварыг хэрэгжүүлсэн. Энэхүү судалгааны ажлын үр дүнд тонгол хэл дээр ажиллах харилцан ярианы систем хөгжүүлэх боломжтой.
Харилцаа холбооны зургаа дахь үе (6G) нь зөвхөн техник үзүүлэлтүүдээр хязгаарлагдахгүй, хүний ойлголт, сэтгэлгээнд ойрхон, ухаалаг харилцааны шинэ парадигмыг шаарддаг. Энэхүү шинэ хандлага нь мэдээллийг утгын түвшинд дамжуулж, системүүдийн хооронд илүү гүнзгий ойлголцол бий болгох боломжийг олгодог. Харин уламжлалт яриа таних (Automatic Speech Recognition, ASR) системүүд нь зөвхөн дууны сигналыг бичвэр болгон хөрвүүлдэг тул утга агуулгыг бүрэн тусгаж чаддаггүй, мөн өгөгдлийн дамжуулалт нь илүүдэл мэдээлэл агуулдаг.Энэхүү судалгааны зорилго нь семантик холбооны зарчмыг яриа таних системд нэвтрүүлэх боломжийг онолын болон практикийн түвшинд судлахад оршиж байна. Судалгааны хүрээнд яриан таних загварт суурилсан ASR систем болон утга ялгах семантик encoder-ийг хослуулсан архитектурыг боловсруулж, монгол хэл дээрх туршилтын өгөгдлөөр үнэлгээ хийсэн. Мөн семантик шахалт болон нөхөлт хийх аргачлалуудыг тооцож, уламжлалт ASR системтэй харьцуулсан үр дүнг танилцуулна. Судалгааны үр дүнд өгөгдлийн дамжуулалтын багтаамжийг бууруулах, ярианы утгыг илүү нарийвчлалтай ойлгох, хүний зорилго, контекстэд үндэслэн хариу үйлдэл үзүүлэх ухаалаг яриа таних системийг хөгжүүлэх боломжийг тодорхойлох юм. Ийм систем нь 6G-ийн ухаалаг хэрэглээнд (ухаалаг гэр, тээвэр, эрүүл мэнд гэх мэт) өргөн хэрэглэгдэх үндэс суурь болж чадна.
Cybersecurity remains a prevailing issue due to the increasing sophistication of attacks and the growing reliance on digital systems across all sectors. This research introduces a practical approach to visualizing and enriching cyber threat data based on real-time security alerts and Indicators of Compromise (IoCs). Using open-source tools, the system automatically parses alert data from IDS systems such as Suricata and Snort, extracts key elements (e.g., IP addresses, domains, CVEs), and enriches them with external threat intelligence sources, including MITRE ATT&CK and CVE databases, known exploit approaches. The enriched data is then visualized using graph visualization as a dynamic graph that maps relationships between entities such as threats, vulnerabilities, and attack techniques. This method provides security analysts and SOC teams with a clear, timebased view of attack flows, enabling faster investigation and improved response capabilities. The approach demonstrates how automated CTI correlation and graph-based visualization can enhance situational awareness and decision-making in cybersecurity operations.
The traditions, customs, and practices of Mongolian urtyn songs have been passed down for centuries and continue to this day. Through the poems, melodies, and legends of urtyn songs, we can gain insight into the mentality of the Mongolian people, their traditional customs, and also observe the historical context of different periods in Mongolian history, which underscores the valuable nature of these songs. As a major representation of Mongolian oral literature, urtyn songs have incorporated the life, history, and culture of the Mongolian people into their poetic forms. The urtyn songs were originally composed by individuals, set to music, and then spread among the people, becoming an oral tradition. A clear example of how songs composed in this manner spread across regions as far as the reach of the Mongolian horse is the "Magnai uttun" song. This song, which spread throughout the eastern regions and became known as the Dariganga uttun song, was studied to explore whether it had been passed down from the Ould clan in connection with the origin and development of the Dariganga clan and to analyze the characteristics of its melody. While the study of uttun songs has been conducted at an appropriate level with respect to intonation and rhyme, this time, we compared two different regional renditions of the same song using modern research (technological) methods.
The respiration rate is one of the essential indicators of human health. Therefore, respiration rates can be used to diagnose several diseases, such as pneumonia. At medical facilities, breaths are measured by a respiration belt or manually counted by medical professionals. However, during the influenza season, hospitals and medical professionals are overloaded and easy, rapid and reliable respiration rate measurement is essential. In this study, we proposed to measure respiration rate utilizing a generated structured light pattern in 10 seconds. We used a simple web camera and mini projector. There are 18 participants (5-45 years old) were enrolled in this study. As a result, the correlation coefficient between the actual values and the experimental values was 0.91. The proposed method appears promising for non-contact, rapid, reliable respiration rate measurement.
Хиймэл оюун ухаан хурдацтайгаар хөгжиж түүнийг дагаад хүмүүс, тэр дундаа дэлхийн олон хүн ам хэрэглэдэг Англи гэх мэт түгээмэл шиглагддаг хэлээр хүн машинтай харьцах боломж хангалттай түвшинд хөгжөөд байгаа бол Монгол хэлний хувьд бусад хэлтэй харьцуулахад энэ нь хязгаарлагдмал байна. Тиймээс бид энэхүү ажлын хүрээнд монгол хэлний төхөөрөмжтэй харилцах эхний шат болох Монгол хэлээр ярьсан яриаг илтгэгчээс хамааралгүй текстэд хөрвүүлэх, түүнийг өөр нэгэн зорилтот хоолойд хувиргах ажлыг Whisper болон MMS моделийн тусламжтай хийсэн. Энэхүү судалгааны ажлын үр дүнд суурилаад Монгол хэлээр ярьж буй яриаг текстэнд хөрвүүлэх программ, цаашлаад Монгол хэлдээр ажиллах боломжтой харилцан ярианы системийг хөгжүүлэх боломжтой.
Энэхүү судалгааны ажлаар бид тоо таних системийн хэрэгжүүлэлтийг хиймэл оюун ухаан ашиглан хийж гүйцэтгэсэн. Уг систем нь 1-ээс 10 хүртэлх тоог таних систем ба эхний шатанд цуглуулсан датаг 8kHz-ийн давтамжтайгаар түүвэрлэлт хийж ’MFCC’-ийн тусламжтайгаар дохионы дав- тамжийн коэффициентуудыг авч хадгалж авсан. Дараа нь бэлтгэсэн дата файлуудыг машин сургалтын аргыг ашиглан модельдоо таниулж өгсөн. ’SVM’, ’KNN’ моделиудыг ашиглан сургаж харьцуулалтыг хийсэн.
Spiking Neural Networks are a type of artificial neural network that mimics the way biological neural networks in the brain process information. Spiking neural networks form the foundation of the brain’s efficient information processing. While we don’t fully understand how these networks calculate, recent optimization techniques allow us to create increasingly complex functional spiking neural networks in a simulated environment. These methods promise to develop more efficient computing hardware and explore new possibilities in understanding brain circuit function. It is essential to have objective methods to compare their performance to speed up the development of such techniques. However, there are currently no widely accepted means of comparing the computational performance of spiking neural networks. We have introduced a new spike-based classification dataset that can be widely used to evaluate software performance and neuromorphic hardware implementations of spiking neural networks to address this issue. To achieve this, we have created a general procedure for converting audio signals into spiking neural network activity, drawing inspiration from neurophysiology. We created the Monnum digit dataset specifically for this study. Within the range of this research, We implemented a digit recognition system from 1 to 10 spoken in the Mongolian language for the Spike neural network. The last is data for training and testing, which was prepared in HDF5 format extension and then trained in the SNN network.
Дуу хоолойг хувиргах гэдэг нь бодит цаг хугацааны хувьд хүний яриаг өөр хүн ярьж байгаа юм шиг дуу хоолойг нь хувиргах буюу өөрчлөхөд ашигладаг техник юм. Хүний дуу хоолой хувиргалтын алгоритмыг ISP болон зар сурталчилгааны компаниуд түгээмэл хэрэглэдэг. Гэхдээ ихэвчлэн дуу хоолой хувиргалтын алгоритмын хэрэгжүүлэлтийг бэлэн платформ буюу нээлттэй-эх код ашиглан хийдэг бөгөөд энэ нь дохиог өөрсдийнхөө хүссэн дуу хоолойруу хөрвүүлэх гэх мэт боломжуудыг хязгаарладаг. Иймээс бид энэхүү судалгааны ажлаар Питч шилжүүлэлтийн алгоритмыг МАТЛАБ програм болон C++ хэл дээр хэрэгжүүлсэн. Эхлээд хүний ярианы дохиог тодорхой хэмжээтэй фрейм болгон хуваасан бөгөөд нэг фрейм нь дохионы питч буюу үндсэн давтамж юм. Фрейм болгон хуваахын тулд бид тухайн хүний ярианы дохионоос питч илрүүлэх процессийг хийнэ. Өөрөөр хэлбэл тухайн хүний ярианы давтамжийн хүрээг олно. Хэрэгжүүлэлтийг монгол хүний дуу хоолой ашиглан хийсэн бөгөөд питч үнэлэх, питч тэмдэглэх, Pitch Synchronous Over Lap Add алгоритм гэсэн гурван алхмын дагуу хийсэн. Бидний энэхүү систем нь дурын хүний дуу хоолойн дохиог далайц болон хугацааны хувьд өөрчлөх замаар хувиргаж хувиргасан дуу хоолойг гаргадаг. Мөн энэхүү алгоритмын тусламжтайгаар хүний ярианы дохиог хувиргасан хэдий ч дууны чанарыг сайжруулах шаардлага гарсан учраас далайцын утгуудыг сэргээх алгоритмыг мөн хэрэгжүүлсэн.
