OJS Tashkent State University of Economics
Not a member yet
554 research outputs found
Sort by
NATURAL LANGUAGE PROCESSING (NLP) ASOSLARI VA MATNNI TAHLIL QILISH
No full textUshbu maqolada tabiiy tilni qayta ishlash (Natural Language Processing, NLP) texnologiyalarining asosiy tamoyillari va ularning o‘zbek tilida qo‘llanish imkoniyatlari yoritilgan. Maqolada morfologik, sintaktik, semantik va hissiy tahlil bosqichlari keng tahlil qilinib, har bir bosqich uchun zamonaviy mashinani o‘rganish va chuqur o‘rganish asosidagi modellar (BERT, FastText, LSTM va boshqalar) qo‘llanilgan. Tadqiqot davomida 1 milliondan ortiq o‘zbekcha matnlar korpusi tuzilib, prototip dasturiy ta’minot yaratilgan. Natijalar model samaradorligining yuqoriligini (aniqlik 89–92%) ko‘rsatdi. Shuningdek, mavjud lingvistik resurslarning cheklanganligi sababli, kelgusidagi ilmiy izlanishlarda o‘zbek tiliga mos NLP vositalarini yanada rivojlantirish zarurligi asoslab berilgan
THE MAIN WAYS TO INTRODUCE DIGITAL TECHNOLOGIES IN EDUCATION
No full textThis article examines the main pathways of implementing digital technologies in education, analyzing current trends, challenges, and opportunities. The research focuses on theoretical frameworks and literature analysis to identify effective strategies for digital transformation in educational settings
ALGORITHM FOR ANALYZING ECONOMIC INDICATORS BASED ON THE SUPPORT VECTOR REGRESSION METHOD OF ARTIFICIAL INTELLIGENCE
No full textThis study focuses on developing an algorithm for analyzing economic indicators using the Support Vector Regression (SVR) method of artificial intelligence. The advancement of artificial intelligence mechanisms is increasing the ability to forecast economic indicators in various sectors. In this regard, research was conducted to analyze economic indicators using the SVR method. The mathematical formulation of the SVR method and the problem of constructing a decision-making function based on an objective function were solved. Based on mathematical rules, a Support Vector Regression algorithm was developed. The performance of the algorithm was evaluated using RMSE, MAE, and R² metrics
STATISTIK POS-TEGLASH ALGORTIMLARI (HMM, CRF) VA MATEMATIK MODELLARI
No full textUshbu maqolada o‘zbek tili uchun statistik part-of‑speech (POS) teglashning ikki asosiy paradigmasi, yashirin Markov modeli (HMM) va shartli tasodifiy maydon (CRF) matematik jihatdan tahlil qilinadi hamda ularning amaliy samaradorligi tajriba orqali baholanadi. Avvalo har bir modelning ehtimollik-funksional tuzilishi, o‘tish va chiqarish ehtimolliklari (HMM) hamda xususiyat funksiyalari va vazn koeffitsientlari (CRF) formal ravishda keltiriladi. Tadqiqot doirasida 17038, 56616 va 77821 gapdan iborat iborat bo‘lgan, CONLL‑U formatidagi qo‘lda POS-teglangan datasetlardan foydalanilgan holda, modellar Laplas smoothing + Viterbi (HMM) va L‑BFGS optimizatori + Viterbi (CRF) bilan o‘qitildi. Test to‘plamida HMM 82 % aniqlik, CRF esa 88 % aniqlikka erishdi; CRF ko‘proq kontekst va lingvistik xususiyatlarni aniqlash hisobiga HMMdan 6 punkt yuqori natija ko‘rsatdi. 3 ta datasetga BiLSTM-CRF va BERT-CRF neyron tarmoqli modellarni qo‘llash natijasida 93.4% F1-ko‘rsatkichga erishildi. Natijalar statistik modellar o‘zbek tili kabi aglutinativ va kam resursli tillarda ham barqaror ishlashini, lekin xususiyatlarga sezgirligini ko‘rsatadi. Maqola yakunida model tanlovi, teg ajratishdagi asosiy xatolik turlari va kelgusida chuqur o‘rganishga asoslangan yondashuvlarga o‘tishning afzalliklari muhokama qilinadi
SUN’IY INTELLEKT MODELLARINI OPTIMALLASHTIRISH YORDAMIDA GEOLOGIK MULTIMODAL MA’LUMOTLARNI QAYTA ISHLASH
No full textUglevodorod qidiruvi va rezervuar tavsifida petrofizik xususiyatlarni (o‘tkazuvchanlik, g‘ovaklik) aniq bashoratlash muhim. Ushbu tadqiqot quduq jurnali ma’lumotlaridan foydalangan holda Random Forest, Support Vector Machine va Decision Tree modellarini taqqoslaydi hamda ularning giperparametrlarini Grid Search, Random Search va Bayesian Optimization orqali optimallashtiradi. Ma’lumotlar 70% trening, 15% validatsiya, 15% sinovga bo‘lindi. Modellar MSE, MAE, R² va aniqlik mezonlari bo‘yicha baholandi. Optimallashtirilgan Random Forest eng yuqori aniqlik va barqarorlikni ko‘rsatdi; atribut ahamiyati tahlili geologik xususiyatlarning rolini tasdiqladi. Natijalar sun’iy intellektga asoslangan petrofizik tahlil noaniqliklarni kamaytirishi, uglevodorod resurslarini baholashni yaxshilashi va gibrid hamda chuqur o‘rganish arxitekturalari bo‘yicha kelgusidagi tadqiqotlar uchun asos yaratishini ko‘rsatadi. Yondashuv ekspluatatsiya strategiyalarini rejalash, quduq joylashuvini tanlash va xarajatlarni kamaytirishga xizmat qiluvchi ma’lumotga asoslangan qarorlarni qo‘llab-quvvatlash imkonini beradi
ELEKTRON AXBOROT RESURSLARIDA MATNLI MA’LUMOTLARNI INTELLEKTUAL TAHLIL QILISH ALGORITMLARI VA DASTURIY TA’MINOTI
No full textUshbu maqolada elektron axborot resurslari (EAR) tarkibidagi matnli ma’lumotlarni intellektual tahlil qilish uchun qo‘llaniladigan zamonaviy algoritmlar va dasturiy ta’minotlar ko‘rib chiqiladi. Ushbu hujjatda tabiiy tilni qayta ishlashning tokenlash, lemmatizatsiya, sintaktik tahlil va tematik modellashtirish kabi asosiy usullari ko‘rib chiqiladi. Bundan tashqari, ushbu maqolada matn tahlili masalalarida keng qo‘llaniladigan tasniflash, klasterlash, tonallik tahlili va axborot qidirish algoritmlari ko‘rib chiqiladi. Matnlarni intellektual tahlil qilishning turli masalalarini yecha oladigan NLTK, spaCy, Gensim, scikit-learn, TensorFlow va Apache Lucene kabi dasturiy vositalarga alohida e’tibor qaratilmoqda. Ushbu maqolada ushbu algoritmlar va vositalardan hujjatlarni tasniflash, kalit so‘zlarni ajratib olish va tonallikni tahlil qilish kabi kundalik vazifalarda foydalanish misollari ko‘rib chiqiladi. Katta hajmdagi ma’lumotlarni qayta ishlashda matnli ma’lumotlarni intellektual tahlil qilish muammolari va imkoniyatlari muhokama qilinadi
ПРОГНОЗИРОВАНИЕ ОТКАЗОВ В ВОЛОКОННО-ОПТИЧЕСКИХ СИСТЕМАХ ПЕРЕДАЧИ ИНФОРМАЦИИ С МЕХАНИЗМОМ САМОАНАЛИЗА
No full textВ статье представлен алгоритм работы метода прогнозирования отказов в волоконно-оптических системах передачи информации (ВОСПИ), основанный на применении алгоритмов машинного обучения с механизмом самоанализа. Проведён анализ существующих методов, выявлены их ограничения, связанные с недостаточной адаптивностью и зависимостью от качества исходных данных. Внедрён цикл автоматического контроля точности модели и последующей динамической оптимизации: при расхождении между прогнозированными и реальными данными система либо изменяет гиперпараметры текущего алгоритма, либо переходит к альтернативной модели. Результаты моделирования на реальных данных показывают повышение точности прогнозирования и устойчивости системы по сравнению с существующими решениями. Разработанный метод может быть использован для повышения надёжности телекоммуникационных систем и улучшения процессов технического обслуживания
ANSAMBL USULLARIDAN FOYDALANIB KO‘KRAK BEZI SARATONINI TASHXISLASHNING SAMARADORLIGINI BAHOLASH
No full textMazkur maqolada ko‘krak bezi saratonini tashxislashda qo‘llaniladigan ansambl mashinaviy o‘qitish usullarining samaradorligi ilmiy jihatdan tahlil qilinadi. Tadqiqot doirasida Random Forest, Gradient Boosting, Bagging, AdaBoost va Model Stacking algoritmlaridan foydalanildi hamda ularning aniqlik, aniqlik darajasi, eslab qolish, F1-mezon va AUC-ROC kabi ko‘rsatkichlari taqqoslab o‘rganildi. Tahlil natijalari Model Stacking yondashuvi umumiy aniqlik va muvozanatli ko‘rsatkichlar bo‘yicha yuqori samaradorlik namoyon etganini ko‘rsatadi. Shu bilan birga, Random Forest algoritmi sinflarni ajratish qobiliyati jihatidan afzalliklarga ega ekani aniqlandi. Ushbu izlanishlar ansambl usullarining tibbiy tashxislashda qo‘llanish imkoniyatlarini kengaytirishini hamda klinik qarorlarni qo‘llab-quvvatlash tizimlarida samarali integratsiya qilinishi mumkinligini asoslab beradi
OBJECT DETECTION SYSTEMS FOR DETERMINING CAR MODELS AND BODY COLOR: COMPREHENSIVE COMPARATIVE ANALYSIS AND PRACTICAL INTEGRATION BASED ON REAL IMAGES UNDER UZBEKISTAN CONDITIONS
No full textThis paper presents a practical solution for real-time recognition of vehicle model and body color on real-world CCTV streams in Uzbekistan. The dataset was annotated in CVAT and cleaned; to ensure fair evaluation, we applied a camera-wise train/val/test split (preventing cross-camera leakage). On the same dataset, we fine-tuned YOLOv8-l, DETR (ResNet-101), and CenterNet, and analyzed the quality–speed trade-off from a deployment perspective. Using detector-produced bounding boxes as ROIs, we integrated a fast color module into the pipeline based on a combined LAB+HSV approach. For inference threshold selection, we employed a practical method grounded in the F1–Confidence curve. The system operates robustly with multi-camera RTSP streams, supports auto-reconnect and resource monitoring (CPU/RAM/IO and, when available, GPU), and is ready for ONNX/TensorRT export. The results demonstrate practical applicability in traffic monitoring, security, and intelligent video surveillance systems
KONSEPTUAL FARAZLARNI SOLISHTIRISHGA ASOSLANGAN ANTIPLAGIAT TIZIMI
No full textUshbu maqolada matnli hujjatlarda plagiat holatlarini aniqlash uchun konseptual farazlarni solishtirishga asoslangan antiplagiat tizimi taklif etiladi. An’anaviy antiplagiat tizimlari asosan leksik yoki sintaktik o‘xshashlikni aniqlashga yo‘naltirilgan bo‘lib, mazmuni saqlangan holda ifoda shakli o‘zgartirilgan, ya’ni parafrazlangan matnlarni aniqlashda cheklangan imkoniyatlarga ega. Mazkur tadqiqot ushbu muammoni bartaraf etish maqsadida inson tafakkurida shakllanadigan semantik tasavvurlarni (konseptual farazlarni) modellashtirishga asoslangan yondashuvni taklif etadi. Taklif etilgan metodda har bir gap yoki hujjatdan asosiy obyektlar, ularning xususiyatlari va o‘zaro munosabatlarini ifodalovchi konseptlar ajratib olinadi hamda ular yagona ontologik fazoda normallashtiriladi. Hosil qilingan konseptual farazlar to‘plami asosida hujjatlar orasidagi semantik o‘xshashlik darajasi aniqlanadi. Ushbu yondashuv matnlar o‘rtasida to‘g‘ridan-to‘g‘ri so‘z mosligi mavjud bo‘lmagan holatlarda ham mazmuniy yaqinlikni aniqlash imkonini beradi. Tajriba natijalari konseptual farazlarga asoslangan model parafrazlangan plagiatni aniqlashda an’anaviy usullarga nisbatan yuqori aniqlik ko‘rsatkichlariga ega ekanligini ko‘rsatdi. Taklif etilgan antiplagiat tizimi ilmiy tadqiqotlar, ta’lim muassasalari hamda elektron hujjatlar bilan ishlovchi axborot tizimlarida akademik halollikni ta’minlashda samarali qo‘llanishi mumkin