The modern integration of large language models (LLM) into computer science information systems and scientific computingal systems represents a transformational stage for both school and higher information systems and scientific computing. These neural networks, capable of generating linked text, answering questions, solving problems, and simulating dialogue, are widely used by users and system developers to prepare materials, automate assessment, personalize data processing and system workflows, and create digital content. This study provides a comprehensive assessment of LLM applications, identifies their benefits and risks, and develops practical recommendations for effective and ethical use. Key findings point to improved personalization, automation, and engagement, accompanied by challenges such as plagiarism, reduced critical thinking, and digital inequality. The paper summarizes international and domestic experience. The prospects include the integration of multimodal models and adaptive data processing and system workflows systems, which suggests that by 2030 LLMs will become a central element of the e-data processing and system workflows environment.

10.48081/BGQF1883

2026

Выпуск 1

An investigation was conducted on sand deposits from Dawakin Kudu to evaluate their suitability for glassmaking. Analytical methods including chemical analysis via X-Ray Diffraction (XRD), density and specific gravity tests, and grain size distribution analysis (sieve analysis) were employed. Experimental results showed a high silica content (SiO₂) of 98.03%. An average density was 1.033 g cm⁻³, and the specific gravity of 1.84 suggests the sand is suitable for glass production, as it falls below the recommended threshold of 2.65 for silica sand. Sieve analysis revealed the highest retention at sieve number 30, aligning with the specifications for glassmaking sand according to ASTM C778-06. The average grain size was 0.595 mm. Historically, the sand has been used in water filtration, construction, pottery, and ceramics. This study highlights the potential of the Dawakin Kudu sand as an additional domestic source of silica for glassmaking, which could support local industry and create job opportunities in the region.

10.48081/BGQF1897

2026

Выпуск 1

This article presents the development of a blockchain-based smart contract aimed at addressing key issues in Kazakhstan’s energy sector. The research demonstrates the effectiveness of blockchain technology in automating energy transactions and improving transparency, security, and efficiency in the industry. A smart contract prototype was designed on the Ethereum platform using the Solidity language to automate electricity supply agreements, including energy delivery recording, payment handling, and tariff management. The contract was developed with consideration of local regulatory and infrastructure specifics and incorporates features like role-based access control and automatic enforcement of penalties for overuse. The proposed solution was thoroughly tested for functionality and security. The results show that the smart contract operates reliably under various scenarios and can significantly streamline settlements between energy providers and consumers, reduce operational costs, and increase trust. The scientific novelty of the work lies in adapting smart contract technology to the conditions of Kazakhstan’s energy market. The practical significance is that energy companies and regulators can implement this blockchain solution to enhance efficiency and transparency. The findings provide a foundation for further digitalization of the energy sector, including future integration of renewable energy sources and development of decentralized energy markets.

10.48081/BGQF1887

2026

Выпуск 1

The article explores the theoretical and methodological foundations of applying neural network technologies to automate pedagogical tasks within the educational process. The relevance of the study is determined by the ongoing digital transformation of education and the growing need to integrate artificial intelligence tools into teaching and learning practices. The research examines the potential of neural networks for automating the assessment of learning outcomes, supporting personalized learning trajectories, and utilizing educational data analytics to enhance decision-making in instruction. Particular attention is given to the pedagogical benefits and potential limitations associated with the implementation of neural network technologies in educational environments. The findings demonstrate that neural networks can effectively support teachers’ professional activities by facilitating data-driven feedback, optimizing assessment procedures, and improving the adaptability of instructional strategies. The study also outlines methodological considerations for the integration of neural network systems into pedagogical practice and emphasizes the importance of developing digital and technological competencies among educators in modern educational contexts.

10.48081/BGQF1901

2026

Выпуск 1

Мақала туристік нысандарды автоматты түрде тану дәлдігіне визуалды деректердің сапалық параметрлерінің әсерін бағалауға бағытталған. Зерттеудің негізгі мақсаты – кескін сапасының статистикалық сипаттамаларының туристік нысандарды тану жүйелерінің тиімділігіне ықпалын талдау. Зерттеу нысаны ретінде Қазақстан аумағындағы туристік маңызы бар 12 нысанды қамтитын әрі әр сыныпта 300 кескіннен тұратын деректер жиынтығы қолданылды. Талдау барысында қолданылған кескіндер әртүрлі жарықтандыру деңгейлерінде, ауа райының өзгермелі факторларында және әрқилы түсіру бұрыштары жағдайында алынған, бұл визуалды деректер сапасының біркелкілігінің толық көлемде сақталмауына себеп болады. Кескіндердің сапасын сипаттау үшін негізгі сапалық параметрлері, атап айтқанда жарықтылық (brightness), контраст (contrast) және айқындық (sharpness) есептелді. Алынған мәліметтер негізінде параметрлер арасындағы өзара байланысты зерттеу үшін корреляциялық талдау, деректер құрылымын зерттеу үшін басты компоненттер әдісі (PCA) және кескіндердің сапа деңгейіне қарай топтастыру үшін K-Means кластерлеу алгоритмі қолданылды. Зерттеу нәтижелері кескін айқындығының туристік нысандарды тану дәлдігіне айтарлықтай ықпал ететінін көрсетті, ал шу деңгейінің артуы тану сапасының төмендеуіне әкеледі. Жарықтылық параметрінің әсері салыстырмалы түрде әлсіз екені байқалды. Зерттеу қорытындысы туристік нысандарды тану жүйелерін жобалау кезінде визуалды деректер сапасын алдын ала ескерудің маңыздылығын дәлелдейді.

10.48081/BGQF1888

2026

Выпуск 1

Бұл жұмыс инсульттан кейінгі науқастарды оңалтуға арналған Microsoft Kinect v2 сенсоры мен Unity платформасына негізделген ойындық жүйені әзірлеу және зерттеуге арналған. Зерттеудің өзектілігі үй жағдайында моторлық функцияларды қалпына келтіруге мүмкіндік беретін, сонымен қатар мониторингтің жоғары дәлдігін сақтайтын қолжетімді телереабилитация құралдарын жасау қажеттілігімен байланысты. Мақалада қаңқалық трекинг деректерін өңдеу үшін стохастикалық модельдеу әдістері мен экспоненциалды жылжымалы орташа (EMA) тәсілін қолдану егжей-тегжейлі сипатталады, бұл пациенттің ерікті қозғалыстарын патологиялық «шулардан» (діріл, спастика) тиімді ажыратуға мүмкіндік береді. Терапияның негізгі құралы ретінде когнитивтік тежелу мен моторлық координацияны бір уақытта жаттықтыруға арналған қосарланған тапсырма (dual-task training) модулін біріктіретін «Ball Catch» ойын механикасы ұсынылады. Жүйенің негізгі инновациясы - орындалу табыстылығына (SuccessRate) сүйене отырып, жаттығу параметрлерін (объектілердің жылдамдығы мен өлшемін) нақты уақыт режимінде реттейтін және шамадан тыс шаршаудың алдын алатын адаптивті қиындық алгоритмі. Екі пациентке 10 күн бойы жүргізілген пилоттық тестілеу нәтижелері оң динамиканы көрсетті. Буындардағы қозғалыс амплитудасының (ROM) 37-53% артуы және қозғалыс симметриясы индексінің 1,2-1,3° жақсаруы. Алынған деректер жанаспайтын сенсорларды алгоритмдік сүзгілеумен үйлестіру прогресті клиникалық стандарттарға шамалас дәлдікпен бағалауға мүмкіндік беретінін және науқастардың бетпе-бет әрі қашықтан емдеу үдерісіне тартылуын арттыратынын дәлелдейді.

10.48081/BGQF1885

2026

Выпуск 1

This review article examines the intersection of clinical research interpretation and machine learning in disease diagnosis. By synthesizing current literature, the paper outlines how diverse clinical data, including electronic health records, medical imaging, and laboratory results, are harnessed through various machine learning approaches. Emphasis is placed on deep learning architectures, such as recurrent and convolutional neural networks, which have demonstrated promising results in early detection and predictive modeling of diseases. The review presents key case studies, including applications in diabetic retinopathy detection, pneumonia diagnosis, and heart failure prediction, while discussing the benefits and challenges associated with data heterogeneity, model interpretability, and computational scalability. Finally, the article highlights future research directions that focus on data integration, transfer learning, and the development of explainable AI frameworks, aiming to bridge the gap between innovative computational methods and their practical deployment in clinical settings.

10.48081/BGQF1886

2026

Выпуск 1

This study explores the probability density distribution of gas molecules (hydrogen, neon, helium, argon, and oxygen) under optimal operating conditions. The research aims to analyze the impact of temperature, pressure, and altitude on the behavior and concentration of gas, particularly focusing on Maxwell-Boltzmann and barometric distributions. Case studies of the analysis of the probability density distribution of gas molecules using the Python programming language were presented. The analysis revealed that increasing temperature leads to an increase in the average and most probable molecular velocities, accompanied by a flattening of the Maxwell-Boltzmann distribution curve. At a constant temperature of T = 80 K, hydrogen exhibits significantly higher average velocities compared to heavier molecules such as neon and helium. Overall, the velocity distribution of gas molecules is influenced by the molecular mass and the thermodynamic state parameters. The proposed visualization methodology for Maxwell-Boltzmann distributions offers valuable applications for university educators and students.

10.48081/BGQF1896

2026

Выпуск 1

Understanding the dynamics of housing prices is important for analyzing real estate markets, especially in emerging economies, where official statistics are often limited or published with significant delays. This study provides an empirical basis for modeling housing price dynamics by combining online real estate quotation data with macroeconomic indicators based on the example of the housing market in Kazakhstan. The housing price index is calculated based on the average price per square meter obtained from online ads and normalized to the general base period to ensure time comparability. Key macroeconomic variables, including consumer price inflation and the exchange rate of the US dollar against the tenge, are taken into account along with their lagging values to account for the delayed market reaction. Several time-validated machine learning models are used to analyze the relationship between macroeconomic conditions and housing price dynamics. The results show that nonlinear ensemble methods provide higher efficiency in assessing the short-term dynamics of the housing market. The results demonstrate the practical value of online listing data for building housing price indices and support their use for monitoring and short-term analysis of real estate markets.

10.48081/BGQF1884

2026

Выпуск 1

Мақалада периодты біртексіз анизотропты орталарда электромагниттік толқындардың таралуы матрицант әдісі негізінде зерттеледі. Блох теориясын қолдану және матрицанттардың ішкі құрылымын терең талдау арқылы сипаттамалық теңдеудің дәрежесін төмендетуге және оның түбірлерінің симметриясын қамтамасыз етуге мүмкіндік беретін модификацияланған дисперсия теңдеулері алынған. Мұндай тәсіл күрделі анизотропты құрылымдардағы толқындық процестерді талдауды айтарлықтай жеңілдетіп, сонымен қатар аналитикалық модельдеудің тиімділігін едәуір арттырады. Чебышев–Гегенбауэр полиномдарын пайдалану арқылы ортаның шекті периодтар саны үшін монодромия матрицасын аналитикалық түрде есептеу әдісі ұсынылған. Ұзын толқындық жуықтауда орташаланған ортаның матрицантының айқын және ықшам өрнегі алынған. Осы өрнек негізінде бірқатар күшті анизотропты кристалдар үшін толқын векторының индикатрисалары есептелді, олардың ішінде CaTiO₃, TiO₂, LiNbO₃, BaTiO₃, KNbO₃, Sb₂S₃, GdScO₃, TbScO₃ және DyScO₃ бар. Индикатриса пішінінің диэлектрлік тензор компоненттерінің арақатынасына айтарлықтай тәуелді екені көрсетілді. Атап айтқанда, KNbO₃ кристалында анизотропияның жоғары дәрежесіне байланысты индикатриса пішінінің ерекше сипаттары анықталды. Алынған нәтижелер төмен симметриялы кристалдардағы толқындық процестерді модельдеуде матрицант әдісінің тиімділігін көрсетеді және фотондық кристалдарды, метаматериалдарды және оптоэлектрондық құрылғыларды зерттеуде кеңінен қолданылуы мүмкін

10.48081/BGQF1894

2026

Выпуск 1