Management and Future Technologies | Volume 2, Issue 1 | № 005

March, 2025 № 005 Volume 2, Issue 1 Management and Future Technologies SCIENTIFIC JOURNAL journal.umft.uz ISSN 3060-5008

Jurnal sohalari: menejment, dasturiy injiniring, sun’iy intellekt texnologiyalari, kompyuter injiniringi, infokommunikatsiya injiniringi, axborot xavfsizligi, raqamli iqtisodiyot, pedagogika va psixologiya, matematika va fizika Tahririyat kengashi raisi Muharrirlar t.f.d., prof. O‘tkir Xamdamov “University of Management and Future Technologies” universiteti rektori Farhod Ahmedov (J. Koreya) Sherzod Mustafaqulov (O‘zbekiston) Akmalbek Abdusalomov (J. Koreya) Bahtiyor Akmuradov (O‘zbekiston) Sherzod Abdullayev (O‘zbekiston) Shabir Ahmad (J. Koreya) Dilshod Rahmatov (Germaniya) O.A. Hidayov (Germaniya) Akmaljon Abdullayev (O‘zbekiston) Jinsoo Cho (J. Koreya) Jamshid Elov (O‘zbekiston) Young Im Cho (J. Koreya) Fazliddin Maxmudov (J. Koreya) Alpamis Kutlimuratov (O‘zbekiston) Faheem Khan (J. Koreya) Lilia Tightiz (J. Koreya) Shahnoza Sultanova (O‘zbekiston) Safiullah Khan (Buyuk Britaniya) Seytkamal Medetov (Fransiya) Avaz Qaxxorov (O‘zbekiston) Doston Xasanov (O‘zbekiston) Sabina Umirzakova (J. Koreya) Elmurod Urinov (O‘zbekiston) Muhriddin Umarov (O‘zbekiston) Urmanov Odil (J. Koreya) Sobir Radjabov (O‘zbekiston) Bosh muharrir t.f.f.d. dot. Muhriddin Muxiddinov “University of Management and Future Technologies” universiteti Ilmiy va uslubiy ishlar bo‘yicha prorektori Tahririyat kengashi a’zolari t.f.d., prof. Xakim Zaynidinov t.f.d., prof. Muxammadjon Musayev t.f.d., prof. Shavkat Fozilov f-m.f.d. prof. Aripov Mersaid f-m.f.d. prof. Аloev Raxmatillo t.f.d., prof. Marat Raxmatullayev t.f.d., prof. Dilnoz Muxamediyeva i.f.d., prof. Toxir Hasanov i.f.d., prof. To‘lqin Boboqulov t.f.d., prof. Jamshid Sultonov f-m.f.d. prof. Dildora Muhamediyeva i.f.d., prof. Sherzod Rajabov p.f.d., prof. Qurbonniyoz Panjiyev p.f.d., prof. Muhabbat Hakimova t.f.d., prof. Nargiza Usmanova p.f.d., prof. Nishonboy Kiyamov p.f.d., prof. Qutlug‘bek Qodirov t.f.d., dot. Halimjon Xujamatov t.f.d., dot. Ibragim Atadjanov Dizayner Eshmetov Daler Jurnal O‘zbekiston Respublikasi Prezidenti Administratsiyasi huzuridagi Axborot va ommaviy kommunikatsiyalar agentligidan 212842-raqamli guvohnoma bilan 26.01.2024 sanasida ro‘yxatdan o‘tkazilgan. Jurnal OAK Rayosatining 2025-yil 12-fevraldagi 367-son qarori bilan 05.00.00 – Texnika fanlari ixtisosliklari bo‘yicha “Dissertatsiyalar asosiy ilmiy natijalarini chop etish tavsiya etilgan ilmiy nashrlar ro‘yxati”ga kirgazilgan.

MUNDARIJA TEXNIKA FANLARI 7 Nodirbek Abdulxayev VIRTUAL REALLIK TEXNOLOGIYASIGA ASOSLANGAN SIMULYATSIYA YARATISHDAGI UCH O‘LCHOVLI DASTURLARNI TAHLIL QILISH VA UNING SAMARADORLIGINI ANIQLASH 16 Mannon Ochilov; Orzimurod Xolmatov O‘ZBEK TILIDA SAVOL-JAVOB TIZIMINI YARATISHDA T5 MODELINING QO‘LLANILISHI 26 Ravshan Shirinboyev; Ma’ruf Tojiyev; Jo’ra Kuvandikov FIRE DETECTION BASED ON OPTICAL FLOW TECHNOLOGY 37 Ilyos Xujayarov; Quvonchbek Norqo‘ziyev THE CONSTRUCTSIM MUHITIDA ROS YORDAMIDA AVTONOM MOBIL ROBOTLARNING LOKALLASHTIRISH VA KARTOGRAFIYALASH ASOSIDA NAVIGATSIYA ALGORITMLARI TAHLILI 46 Muhsinjon O‘ktamov; Sirojiddin Saydullayev; Muhriddin Muxiddinov CHUQUR O‘QITISH TEXNOLOGIYALARI ASOSIDA KO‘ZI OJIZ VA ZAIF KO‘RUVCHILAR HARAKATCHANLIGI VA MUSTAQILLIGINI OSHIRISH 61 Odilbek Asqaraliyev KORPORATIV TIZIMLARARO AXBOROT OQIMLARINI BOSHQARISHNING GRAF NAZARIYASIGA ASOSLANGAN MATEMATIK MODELI 83 Farxat Rajabov YER OSTI SUVI NAZORAT QUDUQLARIDA SATHI VA TARKIBINI TAHLIL QILISH INOVATSION USULI

97 Nasiba Xalikova; Saida Beknazarova TECHNOLOGIES OF 3D SCIENTIFIC VISUALIZATION AND GEOMETRIC MODELING IN DIGITAL BIOMEDICINE 112 Шохида Юсупова; Огабек Матёкубов РАЗРАБОТКА ИННОВАЦИОННЫЙ ПОДХОД ДЛЯ ЗАЩИТЫ ОТ QRLJACKING И CLICKJACKING ПРИ ОБЕСПЕЧЕНИИ БЕЗОПАСНОСТИ ВХОДА ЧЕРЕЗ QR-КОДЫ 127 Utkir Xamdamov; Bekzod Turg‘unov PARALAKS TASVIRLAR ASOSIDA KUZATUVDAGI OB’EKTGACHA MASOFANI O‘LCHASH ANIQLIGIGA TA’SIR QILUVCHI OMILLAR VA ULARNI TA’SIRINI KAMAYTIRISH CHORALARI 139 Axmedova Xusniya THE ISSUE OF PARAPHRASING SENTENCES IN UZBEK LANGUAGE 150 Asror Ulashev; Aynakulov Toxir KITOB SAVDOSI JARAYONINI OPTIMALLASHTIRISHDA AVTOMAT LASHTIRILGAN AXBOROT TIZIMINING O‘RNI 172 Faxriddin Nuraliev; Nuriddin Tojiev; Behzod Tahirov ANIZOTROP TERMO-ELEKTRO-MAGNIT PLASTINALARNING NOCHIZIQLI KUCHLANLANGANLIK-DEFORMASIYALANGANLIK JARAYONLARINI MATEMATIK MODELI VA HISOBLASH TAJRIBALARI 182 Maksud Sharipov; Xushnudbek Adinayev O‘ZBEK TILI MATNLARIDA SO‘ROQ GAPLARNI ANIQLASHNING QOIDAGA ASOSLANGAN ALGORITMINI ISHLAB CHIQISH 190 Sirojiddin Xalilov SUN’IY INTELLEKT USULLARI YORDAMIDA VIDEOTASVIRDAN SHAXSNING YUZ TASVIRI HAMDA OBEYKTLARNI ANIQLASH ALGORITMLARI 204 Akmal Axatov; Ma’ruf Tojiyev TASHKILOTLARDA HUJJATLARNI QAYTA ISHLASH JARAYONLARINI BOSHQARISHNING IMITATSION MODELI: OMMAVIY XIZMAT KO‘RSATISH TIZIMLARI MISOLIDA

218 Azizbek Raximov; Baxtiyor Akmuradov TELEKOMMUNIKATSIYA TIZIMLARIDA AXBOROT XAVFSIZLIGINI TA’MINLASHDA KONTEKSTGA ASOSLANGAN BO‘LAKLI HASHING ALGORITMLARI 238 Barxayotjon Uzakov NEFT QAYTA ISHLASH SANOATIDAGI REKTIFIKATSIYA KOLONNASI JARAYONINING MATEMATIK MODELLARI 251 Elmurod Urinov; Muhriddin Qulmatov O‘ZBEK TILIDAGI MATNLARNI MORFOLOGIK TOKENLASH MASALASI VA YECHIMLARI 263 Farrukh Akhmedov; Bakhtiyor Akmuradov; Zukhra Bozorboyeva MATNDAN NUTQ SINTEZLASHNING KLASSIK YONDOSHUVLARI IJTIMOIY FANLAR 282 Алмаз Инятов ПУТИ ИННОВАЦИОННОГО РАЗВИТИЯ ЭКОНОМИКИ СТРАНЫ 296 Dilbar Raximova O‘SPIRIN YOSHLARNI OILAVIY HAYOTGA TAYYORLASHDA SHAXSIY YETUKLIK XUSUSIYATLARINING TA’SIRI MATEMATIKA VA FIZIKA FANLARI 308 Yarashbek Yusupov; Nargiza Baymatova RAYS SO‘NISHILI SIGNALLARNI TO‘G‘RI ANIQLASH EHTIMOLLIGINI BAHOLASH

Volume 2, Issue 1 March 2025 Management and Future Technologies TEXNIKA FANLARI journal.umft.uz

Management and Future Technologies Muallif Nodirbek Abdulxayev Kommunikatsiya va raqamli texnologiyalar kafedrasi, “University of Management and Future Technologies” universiteti, Toshkent, 100208, O‘zbekiston; abdulxayev.nodirbek@gmail.com journal.umft.uz March 2025 Volume 2, Issue 1 VIRTUAL REALLIK TEXNOLOGIYASIGA ASOSLANGAN SIMULYATSIYA YARATISHDAGI UCH O‘LCHOVLI DASTURLARNI TAHLIL QILISH VA UNING SAMARADORLIGINI ANIQLASH A nnotatsiya: Zamonaviy texnologiyalar rivojlanishi bilan virtual reallik (VR) inson hayotining turli jabhalarida, jumladan, ta’lim, tibbiyot, harbiy, sanoat va o‘yin industriyasida keng qo‘llanilmoqda. VR texnologiyasiga asoslangan simulyatsiyalar foydalanuvchilarga real dunyoga yaqin tajribalarni taqdim etib, ularning o‘quv va kasbiy ko‘nikmalarini rivojlantirishga yordam beradi. Ushbu maqolada VR texnologiyasiga asoslangan simulyatsiyalarni yaratishda uch o‘lchovli Unity va Unreal Engine dasturiy platformalarni texnik ko‘rsatkichlarini solishtirma tahlili yoritilgan bo‘lib, ularning afzalliklari va samaradorligi tahlil qilinadi. Kalit so‘zlar: VR texnologiyasi, simulyator, uch o‘lchovli dasturlar, Unity, Unreal Engine, kompyuter, qurilmalar, virtual ochki, platforma. Copyright: © 2024 by the authors. Ushbu maqola Creative Commons Attribution (CC BY) litsenziyasi shartlari asosida tarqatiladigan ochiq foydalanish maqolasi hisoblanadi (https://creativecommons.org/ licenses/by/4.0/). 7

Volume 2, Issue 1 8 March 2025 Management and Future Technologies journal.umft.uz Kirish Bugungi kunda zamonaviy axborot texnologiyalardan foydalangan xolda oliy ta’lim muassasalarida tehsil olayotgan tabalarni oʻqitish va amaliy tajribasini oshirishga qaratilgan koʻplab ishlar olib borilmoqda. O‘zbekiston Respublikasi Prezidentining “O‘zbekiston Respublikasi oliy ta’lim tizimini 2030-yilgacha rivojlantirish konsepsiyasini tasdiqlash to‘g‘risida”gi 2019-yil 8-oktabrdagi PF-5847-son farmoni qabul qilingan boʻlib, ushbu qarorning 1-ilovasining ikkinchi paragrifi ya’ni ta’lim jarayoniga raqamli texnologiyalar va zamonaviy usullarni joriy etishda zamonaviy axborot-kommunikatsiya texnologiyalari va ta’lim texnologiyalarining mustahkam integratsiyasini ta’minlashga qaratilgan qator vazifalar belgilab berilgan [1]. Hozirda dunyo tajribasidan koʻrishimiz mumkinki oliy ta’lim tizimini rivojlantirishga qaratilgan qator zamonaviy texnologiyalardan ya’ni virtual reallik texnologiyalardan (VR) keng foydalanib kelinmoqda. VR texnologiyasi xam bugungi kunga kelib, katta yutuqlarga erishdi va astasekin fan va texnikaning yangi sohasiga aylanib bormoqda, shu bilan birga virtual haqiqat texnologiyasi ta’limni rivojlanishiga yordam beradigan yangi ta’lim turiga aylandi. Mazkur VR texnologiyasidan foydalanilgan xolda dunyoning ilgʻor davlatlarida xam turli soha egalari VR ta’limda va bajarishi murakkab boʻlgan amaliy mashgʻulotlarni bajarishda mazkur texnologiya orqali tayyorlash va oʻqitish sezilarli samaradorligini koʻrsatganini koʻrishimiz mumkin[6]. Adabiyotlar tahlili «Virtuallik» atamasi lotincha «virtualis» so‘zidan olingan bo‘lib, «muayyan bir sharoitlarda sodir bo‘ladigan yoki ro‘y bеrishi mumkin bo‘lgan», yoki mavjud bo‘lmagan, lеkin amalga oshish ehtimoli mavjud bo‘lgan jarayon kabi ma’nolarni anglatadi. Ushbu atama inson faoliyatining juda ko‘p sohalarida uchraganligi uchun ham uni ta’lim tizimiga olib kirishga yеtarlicha asoslar mavjud. Turli fanlarga oid tushunchalarni izohlashda bunga ko‘plab misollar kеltirish mumkin. Virtual haqiqatga asoslangan texnologiya insonga hissiyotlari orqali: koʻrish, eshitish, teginish kabi ma’lum bir vazifani amalga oshirish imkoni beradi. Insonni haqiqiy his-tuygʻularning ishonchli murakkab kompleksini yaratish uchun virtual reaktivlarning xususiyatlarini va reaksiyalarini kompyuter yordamida sintez qilish real vaqtda amalga oshiriladi. Masalan, VR texnologiyasi asosida yaratilgan simulyator dasturi apparat dasturli majmua orqali foydalanuvchini virtual maydonda oʻz hayotlarini xavf ostiga qoʻymay, koʻnikma va tajriba orttirish imkonini beradi.

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 9 1-rasm. Virtual reallik tizimi ishlash blok sxemasi. VR texnologiyasiga asoslangan zamonaviy simulyatsiya dasturi - bu modellashtirish, simulyatsiya va vizuallashtirish uchun kompleks tizimlar, kompyuter dasturlari va jismoniy modellar hamda maxsus texnikalar majmuasi hisoblanadi. a) b) c) 2-rasm. VR texnologiyasiga asoslangan VR koʻzoynagining turli xildagi koʻrinishlari. Ushbu virtual reallik texnologiyasida simulyatsiya dasturlarini ishlab chiqishda quydagi uch oʻlchovli Unity va Unreal Engine dasturlaridan foydalaniladi. Uch oʻlchovli turli xildagi va koʻrinishdagi modellarni yaratishda esa Blendr, 3DMax dasturlaridan keng foydalaniladi [5]. Unity (ingliz tilidan tarjima qilinganda – “birlik”, degan ma’noni anglatadi). Mazkur platforma Amerikaning Unity Technologies kompaniyasi tomonidan ishlab chiqilgan kompyuter oʻyinlari va simulyatsiya uchun platformalararo rivojlanish muhiti hisoblanadi. Unity – bu asosan VR texnologiyasi va uch oʻlchovga asoslangan platforma boʻlib, bunda ancha koʻproq imkoniyatlarga ega deb tan olingan, ushbu platforma dasturlash uchun koʻplab ish qurollarini jumladan kodlar yozish uchun matn muharriri, kodni qurilma uchun tushunarli murojatga aylantiruvchi kompelyator, dastur ishlash prinsplarini va hatolarni tahlil qiluvchi (отладчик), VR texnologiyasini qoʻllab-quvvatlovchi interfeyslar hamda boshqa koʻplab alohida funksiyalarni yagona interfeys ichida taqdim etadi. Qulayliklar safi shunchalik keng boʻlishiga

Volume 2, Issue 1 10 March 2025 Management and Future Technologies journal.umft.uz qaramasdan Unity oʻyinlar va turli xildagi simulyatsion dasturlar yaratish va ishlatish uchun juda qulay platformadir. 3-rasm. Unity dasturi interfeysini umumiy koʻrinishi. Unity platformasining asosiy avfzalligi - vizual ishlab chiqish muhiti, platformalararo qoʻllabquvvatlash va komponentlarning modulli tizimining mavjudligi hamda VR (virtual reality) ni toʻliq qoʻllab quvatlash imkoniyati mavjudligidir[2]. Unreal Engine (UE) uch oʻlchovli dasturi – bu Epic Games tomonidan ishlab chiqilgan boʻlib, o‘yin, filmlar, simulyatsiyalar, arxitektura, avtomobil dizayni va boshqa sohalarda qo‘llaniladigan kuchli 3D grafik dvijogi (game engine). Dastlab 1998-yilda Unreal o‘yini uchun yaratilgan bu dvijok hozirda eng ilg‘or real vaqtli grafik vositalardan biri hisoblanadi. Unreal Engine juda kuchli va ko‘p qirrali dvijok bo‘lib, uning asosiy xususiyatlari quyidagilardan iborat: 1. Yuqori sifatli grafika. UE realistik vizual effektlar va Ray Tracing (nur kuzatish) texnologiyasi orqali haqiqatga yaqin tasvir yaratadi. Bunda quyidagi grafik xususiyatlar ishlatiladi: Lumen – real vaqtli yorug‘lik simulyatsiyasi; Nanite – juda katta hajmdagi 3D modellarni tezkor yuklash va ishlash texnologiyasi; PBR (Physically Based Rendering) – fizika asosida ishlaydigan yoritish va material tizimi; 2. Blueprint – Kodsiz dasturlash imkoniyati mavjudligi. Unreal Engine dasturchi bo‘lmagan foydalanuvchilarga Blueprint vizual skriptlash tizimi orqali o‘yin va simulyatsiyalar yaratish imkonini beradi[1]. 3. Keng moslashuvchanligi. Unreal Engine quyidagi platformalar uchun o‘yin va ilovalar yaratishga imkon beradi:

Management and Future Technologies journal.umft.uz March 2025 - PC (Windows, Mac, Linux) - Konsollar (PlayStation, Xbox, Nintendo Switch) - Mobil qurilmalar (iOS, Android) - VR va AR (Meta Quest, HTC Vive, HoloLens, Apple Vision Pro) Volume 2, Issue 1 11 Unreal Engine VR (Virtual Reality) va AR (Augmented Reality) uchun maxsus moslashtirilgan boʻlib unda virtual reallik simulyatsiya yaratishda (Meta Quest, Meta Quest2, HTC Vive, PlayStation VR) koʻzoynaklaridan foydalaniladi [4]. Ya’ni unda AR loyihalar uchun maxsus vizualizatsiyalashda, interaktiv virtual tajribalar yaratishda keng qoʻllaniladi 4-rasm. Unreal Engine dasturi interfeysi. Unreal Engine va Unity uch oʻlchovli dasturlar eng mashhur va keng qo‘llaniladigan platformalar hisoblanadi [7]. Ushbu dasturlar turli xil maqsadga yoʻnaltirilgan VR/AR simulyatsiyalar ishlab chiqishda, undan tashqari ta’lim sohasi, arxitektura, tibbiyot, muhandislik va sanoat loyihalarini ishlab chiqishda ishlatiladi. Yuqorida keltirilgan ma’lumotlarga asoslanib ushbu uch oʻlchovli dasturlarni imkoniyatlarini tahlil qilamiz. 1-jadval. Uch oʻlchovli Unity va Unreal Engine dasturiy platformalarning solishtirma tahlili. Xususiyatlari Operatsion tizimni qoʻllab quvvatlash Unity Unreal Engine Linux, Windows, Mac, Android, IOS Linux, Windows, Mac,

Volume 2, Issue 1 12 March 2025 Management and Future Technologies Qoʻllaniladigan dasturlash tili Kompyuter minimal talablari Grafikasi C#, Script Video xotira 2Gb+, 4-8GB tezkor xotira, protsessor 2+yadroli, taktik chastotasi 2.5 GHz+ Yuqori journal.umft.uz C++, Blueprint. Video xotira 2Gb+, 8-16GB tezkor xotira, protsessor 4+ yadroli, taktik chastotasi 3.0 GHz+ Yuqori Universal Render Pipeline (URP), Grafika dvijogi High Definition Render Pipeline Lumen & Nanite (HDRP) Virtual reallik shlemlarini qoʻllab quvatlashi Samsung Gear VR, HTC Vive, Samsung Gear VR, HTC Vive, Oculus Rift, Oculus Quest2, Google Oculus Rift, Google Cardboard, Cardboard, Google VR/ Daydream Google VR/Daydream VR, VR, Play-Station VR PlayStation VR Kompyuterdan simulyatsiyani Kompyuterdan simulyatsiyani kompilyatsiya qilish jarayonida Kompilyatsiya kompilyatsiya qilish jarayonida jarayoni oʻrtacha resurs talab qilganligi sababli bir oz vaqt talab qiladi va sababli tez amalga oshiriladi. yuqori parametrga ega yuqori resurs talab qilganligi kompyuter talab qiinadi. Multiplayer Kamroq kuchli (3rd-party xizmatlarga tayanadi) Kuchli (Epic Online Services, Dedicated Servers) O‘rganish osonligi Murakkabroq, lekin Blueprint yordam beradi Osonroq Narxi Bepul, lekin Unity Pro pullik 1 mln $ gacha bepul, keyin 5% royalti Platformalar PC, konsollar, VR, AR, mobil PC, mobil, VR, AR, brauzer Yaxshi, lekin Unreal’dan pastroq Juda yuqori (filmlarda ham ishlatiladi) Realistik effektlar

Management and Future Technologies Multiplayer tizimi journal.umft.uz March 2025 Asosan P2P, kuchli server tizimi yo‘q Volume 2, Issue 1 Dedicated server va P2P qo‘llabquvvatlaydi Endi Unity va Unreal Engine uch oʻlchovli dasturiy platformalarning texnik jihatdan tahlil qilish uchun ba’zi matematik formulalar va ishlash samaradorligi ko‘rsatkichlari, render vaqti hamda dastur kodining ishlash tezligi asosida ularni solishtirib chiqamiz. Dasturiy ta’minotning ishlash samaradorligi odatda FPS (Frames Per Second) va render vaqtiga bog‘liq. FPS (Kadrlar soni har soniyada). FPS o‘yinning qanchalik tez ishlashini ko‘rsatadi: FPS = ଵ (1) ி் Unity: yengil render tizimi tufayli odatda mobil va VR o‘yinlarida yuqori FPS ko‘rsatadi. Unreal Engine: og‘ir grafikalar tufayli FPS katta sahnalarda pasayishi mumkin[2]. Render vaqti (Frame Time) boʻyicha solishtirib chiqamiz. Render vaqti – bu har bir kadrni chizish uchun ketadigan vaqt. U quyidagi formula orqali hisoblanadi: Frame Time = ଵ ிௌ (ms) (2) 2- jadval. FPS va render vaqti qiymatlari koʻrsatkichlari FPS Render vaqti (ms) 60 16.67 ms 30 33.33 ms 120 8.33 ms Unity – Render jarayoni engilligi tufayli odatda 16.67 ms yoki undan past bo‘ladi. Unreal Engine – og‘ir effektlar tufayli render vaqti 20-30 ms atrofida bo‘lishi mumkin. 13

Volume 2, Issue 1 14 March 2025 Management and Future Technologies journal.umft.uz Unity tezroq render qiladi, lekin Unreal Engine yaxshi optimizatsiya qilinganda, kuchli GPU bilan yuqori tezlikda ishlashi mumkin[8]. Dastur kodining ishlash tezligi (Execution Time) deb nomlanib, uch oʻlchovli dasturiy platformalarda kodning ishlash tezligi simulyatsiyaning umumiy samaradorligiga ta’sir qiladi. Dasturlash tillarining ishlash tezligi quyidagi formula orqali baholanadi: Execution Time = ୮ୣ୰ୟ୲୧୭୬ୱ େ ୗ୮ୣୣୢ (3) Unity (C#): Interpreted (JIT) bo‘lib, bajarilish tezligi sekinroq, lekin oson kodlash imkonini beradi. Unreal Engine (C++): Native compiled bo‘lgani uchun tezroq ishlaydi, lekin kod murakkabroq [4]. Natija: C++ (Unreal Engine) tezroq ishlaydi, lekin C# (Unity) osonroq va rivojlanish tezligiga foyda keltiradi. Xulosa Yuqorida keltirilgan ma’lumotlarni inobatga olib quydagicha xulosa qilishimiz mumkin: Unreal Engine va Unity dasturiy platformalari har biri muayyan vazifalarni bajarishga yoʻnaltirilgan boʻlib unga koʻra mobil o‘yinlar, indie loyihalar yoki VR/AR dasturlar ishlab chiqmoqchi bo‘lsangiz hamda oson kodlash va tezkor prototiplashda, kompyuterdan koʻp resusr talab qilmasligi jihatidan Unity platformasi eng yaxshi tanlov hisoblanadi. Enreal Engine dasturiy platformasi esa yuqori darajadagi grafikaga ega yirik loyihalar, konsol o‘yinlari va turli maqsadlarda foydalishda moʻljallangan simulyatsiya, modellashtirishda, yoki realistik 3D vizualizatsiya ustida ishlasangiz Unreal Engine dasturiy platformasi eng yaxshi tanlov hisoblanadi.

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 Adabiyotlar 1. O‘zbekiston Respublikasi Prezidentining “O‘zbekiston Respublikasi oliy ta’lim tizimini 2030-yilgacha rivojlantirish konsepsiyasini tasdiqlash to‘g‘risida”gi 2019-yil 8-oktabr sanasida qabul qilingan PF-5847-son farmoni. 2. Jeremy Gibson Bond. “Unity и C# геймдев от идеи до реализации” второе издание. Минск 2019. 3. Джонатан Линовес Виртуальная реальность в Unity. / Пер. с англ. Рагимов Р. Н. – М.: ДМК Пресс, 2016. – 316 с. 4. https://cospaces.io Проектирование 3D-сцен в браузере (виртуальная реальность) 5. Пушкарев А.Н. “Основы программирования в среде unity” Учебно-методическое пособие для преподавателей и учащихся учреждений дополнительного образования детей и молодежи. – Тюмень: ГАУ ДО ТО «Дом детского творчества и спорта «Пионер», 2023. – 165 с. 6. https://cyberleninka.ru/article/n/ponyatie-virtualnoy-realnosti 7. https://wiki.merionet.ru/articles/sravnivaem-unreal-i-unity-v-razrabotke-igr 8. https://cyberleninka.ru/article/n/sravnitelnyy-analiz-platform-dlya-razrabotki-igr/viewer. 15

Volume 2, Issue 1 March 2025 16 Mualliflar Mannon Ochilov Sun’iy intellekt kafedrasi, Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti, Toshkent, 100200, O‘zbekiston. Orzimurod Xolmatov Sun’iy intellekt kafedrasi, Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti, Toshkent, 100200, O‘zbekiston; xolmatov.orzumurod@gmail.com Mas’ul: xolmatov.orzumurod@gmail. com Copyright: © 2024 by the authors. Ushbu maqola Creative Commons Attribution (CC BY) litsenziyasi shartlari asosida tarqatiladigan ochiq foydalanish maqolasi hisoblanadi (https://creativecommons.org/ licenses/by/4.0/). Management and Future Technologies journal.umft.uz O‘ZBEK TILIDA SAVOLJAVOB TIZIMINI YARATISHDA T5 MODELINING QO‘LLANILISHI A nnotatsiya: Ushbu maqolada o‘zbek tilida savoljavob tizimini yaratish uchun T5 modeli qo‘llanilishi tahlil qilinadi. T5 modeli “matndan matnga” tamoyili asosida ishlaydi va savollarga kontekst bo‘yicha aniq javob berishga mo‘ljallangan. Tadqiqot davomida o‘zbek tilidagi savol-javob ma’lumotlar to‘plami tayyorlanib, turli versiyadagi T5 modellarida sinovdan o‘tkazildi. Model samaradorligi BLEU, ROUGE va METEOR baholash metrikalari asosida baholandi. Natijalar shuni ko‘rsatdiki, T5 modeli o‘zbek tilidagi savol-javob tizimlari uchun samarali yondashuv bo‘lib, kelajakdagi tadqiqotlar uchun muhim asos yaratadi. Kalit so‘zlar: T5 modeli, savol-javob tizimi, o‘zbek tili, tabiiy tilni qayta ishlash, matndan matnga yondashuvi, model baholash, BLEU, ROUGE, METEOR.

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 Kirish So‘nggi yillarda sun’iy intellekt sohasida savol-javob tizimlariga bo‘lgan ehtiyoj selilarli darajada oshdi. Ushbu tizimlar foydalanuvchilarning tezkor savollariga tezkor javoblar topishga yordam beradi[1]. SJ tizimlari ko‘plab sohalarda qo‘llanilish uchun yaratiladi, jumladan, ta'lim sohalarida, tibbiyot sohalarida va biznes sohalarida dunyo bo‘yicha keng miqyosida foydalaniladi. Masalan, callmarkazlarida SJ tizimlarini yaratish hozirgi kunda ko‘plab sohalarda yaratilib kelinmoqda. Dunyo bo‘yicha SJ tizimlarni yaratish bo‘yicha ko‘plab yondoshuvlar mavjud. Jumladan lingvistik, statistik, shablonlarga asoslangan, qidiruvga asoslangan, sun’iy intellektga asoslangan yondoshuvlar mavjud. Bugungi kunda savol-javob tizimlarini yaratishda eng ko‘p foydalanilayotgan yondashuv chuqur o‘qitishga asoslangan yondashuvlar hisoblanadi[2]. Hozirgi kunlarda SJ tizimlarini yaratishda chuqur o‘qitishga asoslangan turli xil modellar ham yaratilgan bo‘lib, ular bir biridan foydalanishdagi maqsadi, aniqligi, arxitekturasi, parametrlar soni bilan farq qiladi. Ushbu modellarga misol sifatida Transformer modellariga asoslangan T5, LLaMA, BERT, RoBERTA, ALBERT kabi modellarni aytishimiz mumkin. Transformer modellarining rivojlanishi natijasida savol-javob tizimlarining samaradorlik natijasi sezilarli darajada oshdi va ayniqsa T5 (Text-To-Text Transfer Transformer) kabi zamonaviy modellar tufayli savol-javob tizimlarining samaradorligi sezilarli darajada ortdi[3-4]. Hozirgi kunda ko‘plab tillarda savol-javob tizimlari yaratilgan. Ammo o‘zbek tilida savol-javob tizimlaridagi taqdiqotlar hozirgacha keng miqyosida tadqiq etilmagan. Hozirgacha o‘zbek tilida NLP sohasining savol-javob tizimlari uchun mo‘ljallangan ma’lumotlar to‘plami yetarli darajada emas. Shuning uchun, T5 modelini o‘zbek tiliga moslashtirish va o‘zbek tilidagi SJ tizimini yaratish ushbu sohada yangi yondoshuvni amalga oshirishga sabab bo‘ladi. Ushbu maqolada aynan T5 modeli asosida savol-javob tizimini yaratish bo‘yicha olib borilgan tadqiqotlar, model arxitekturasi, ma’lumotlar to‘plami, natijalar bayon etilgan. Metodologiya Ushbu bo‘limda T5 modeli asosida o‘zbek tilidagi savol-javob (SJ) tizimini yaratish jarayoni, T5 modeli arxitekturasi, ma’lumotlar to‘plamini tayyorlash va modelni o‘qitish usullari yoritiladi. Tizimni sozlash va baholashda foydalanilgan turli T5 modellarining samaradorligini aniqlashda foydalaniladigan ROUGE, BLEU, METEOR kabi baholash usullari haqida ma’lumotlar keltiriladi. 2.1. Ma’lumotlar to‘plami tayyorlash T5 modelini o‘zbek tilidagi SJ tizimini yaratish uchun moslashtirildi. O‘zbek tilida mavjud bo‘lgan savol-javob to‘plamlarining yetishmasligi sababli o‘zbek tilidagi ma’lumotlar to‘plami tayyorlandi. Savol-javob to‘plami 2000 ta kontekst (savol bilan bog‘liq ma’lumotni o‘z ichiga olgan matn), savol (kontekstda javobni o‘z ichiga olgan savol), javob (savolga eng to‘g‘ri javob beruvchi qisqa matn) juftligini o‘z ichiga oldi. Ushbu ma’lumotlar to‘plamining namunasi quyidagi 1-jadvalda keltirib o‘tilgan. 17

Volume 2, Issue 1 18 March 2025 Management and Future Technologies journal.umft.uz 1-jadval. Kontekst, savol, javob ustunlari mavjud bo‘lgan ma’lumotlar to‘plamidan na’muna Kontext O‘zbekiston Respublikasi poytaxti Toshkent shahridir. Alisher Navoiy 1441-yilda tug‘ilgan. Hamsa asarini Alisher Navoiy yozgan. Savol O‘zbekiston Respublikasi poytaxti qaysi shahar? Alisher Navoiy nechanchi yilda tug’ilgan? Hamsa asarini kim yozgan? Javob Toshkent shahri 1441-yilda Alisher Navoiy Kontekstlar va savollar o‘zbek tilining turli mavzularini qamrab olish uchun har xil yo‘nalishlarni qamrab olishlari uchun turli ma’lumotlardan jumladan, tarixiy voqealardan, geografiya sohasidan va texnologiyadan yig‘ildi. 2.2. Foydalaniladigan model turlari T5 modeli birinchi marta Google kompaniyasi tomonidan yaratilgan bo‘lib, barcha masalalarni “matndan matnga” yondashuvidan foydalangan holda yechadi. Ya’ni har bir chiquvchi matnni kirish matniga moslashtirishga qaratilgan. Bu yondashuv savol-javob tizimini yaratishda T5 modelini qo‘llashni osonlashtiradi, chunki kiruvchi matn sifatida kontekst va savol beriladi, chiqish matn esa javob bo‘ladi. T5 modelining besh xil versiyasi mavjud bo‘lib, ular bir biridan foydalanilishdagi parametrlar soni bilan farq qiladi. Shuning bilan birgalikda yuqoridagi besh xil versiyasining Flan T5 deb nomlangan versiyasi bor. Flan T5 modeli katta miqdordagi yo‘riqnomalar bilan ko‘p tilda o‘qitilgan bo‘lib, turli murakkab topshiriqlarni bajarishda samaradorligini oshirish uchun optimallashtirilgan[5]. 2-jadval. T5 modeli turlari Model nomi Parametrlar soni T5-small/Flan T5-small ~60 million T5-base/ Flan T5-base ~220 million T5-large/ Flan T5-large ~770 million T5-3B/ Flan T5-3B ~3 milliard T5-11B/Flan T5-11B ~11 milliard Foydalanilishi Kichik hajmda bo‘lib, resurslar soni kam muhitda tez o‘qitiladi. O‘rta hajmli model bo‘lib, T5Large versiyasiga qaraganda yengilroq o‘qitiladi va T5-small versiyasiga qaraganda aniqroq natijalarni ko‘rsatadi. Katta hajmli model bo‘lib, yuqori aniqlikga ega. Bu versiya katta hajmli ma’lumotlarni va yuqori samaradorlikga ega. Bu eng katta versiya bo‘lib, yuqori aniqlikga erishish uchun mo‘ljallangan

Management and Future Technologies journal.umft.uz March 2025 Volume 2, Issue 1 19 2.3. Model arxitekturasi va modelni o‘qitish jarayoni T5 modeli arxitekturasi kodlovchi (encoder) va dekodlovchi (decoder)dan tashkil topgan Transformer modeliga asoslangan. Kodlovchi kiritilgan matnni qayta ishlaydi, dekodlovchi esa chiqish matnini yaratadi [6]. T5 modelining asosiy komponentalarini quyidagicha tasvirlashimiz mumkin (1-rasm). Softmax ENCODER #2 Add & Normalize Feed Forward Liner Feed Forward DECODER #2 Add & Normalize Add & Normalize DECODER #1 Self-Attention ENCODER #1 Add & Normalize Feed Forward Positional encoding Feed Forward Feed Forward Feed Forward Add & Normalize Encoder-Decoder Attention Add & Normalize Add & Normalize Self-Attention Self-Attention X1 X2 1-rasm. T5 modelining arxitekturasi. Arxitekturani tushunish uchun quyidagicha tasniflash mumkin. 2.3.1. Encoder (kodlovchi) Encoder qismi kiritilgan matnni tahlil qilib, uni model uchun tushunarli format shakliga o‘tkaziladi. Ushbu arxitekturada ikkita encoder bloklari mavjud bo‘lib, ular bir nechta qismlardan iborat. Har bir encoder quyidagi qatlamlardan iborat: o Self-Attention (O‘zaro e’tibor): Bu qatlam berilgan matndagi so‘zlarning birbiriga qanday darajada bog‘langanligini aniqlaydi. o Add & Normalize: Self-Attention va feed-forward qatlamlari chiqishlarini yig‘adi va shuning bilan birgalikda uni normallashtiradi. Buning natijasida modelning barqaror ishlashi taminlanadi. o Feed Forward: bu qatlam matndagi har bir so‘zni qayta ishlaydi. Ushbu qatlam

Volume 2, Issue 1 March 2025 Management and Future Technologies journal.umft.uz olingan ma’lumotni yanada boyitadi va bir shakldan boshqa shaklga o‘tkazadi. 20 2.3.2. Decoder (Dekodlovchi) Decoder qismida encoder qismidan olingan ma’lumotlar asosida chiquvchi qiymatlar shakllantiriladi. Bu asosan savol-javob tizimlari sohalarida yoki matnlarni tarjima qilishda ishlatiladi. Har bir dekoder quyidagi bir nechta qatlamlardan iborat bo‘ladi: o Self - Attention: o‘rganadi. Dekodlovchi qismidagi so‘zlarning orasidagi bog‘liqlikni o Encoder-Decoder attention: Encoder va kekoder o‘rtasidagi bog‘lanishni hosil qiladi. Boshqacha qilib aytganda encoderda o‘rganilgan ma’lumotlar decoderga uzatiladi. Bu modelga o‘rganilgan ma’lumotlarga asoslanib, yangi matn hosil qilish imkonini beradi. o Add va Normalize: Ushbu qismda ham ma’lumotlarni normallashtirish amallari bajariladi va Self-Attention va feed-forward qatlamlari chiqshlarini yig‘ib boradi. Bu esa chiqishlarni to‘g‘ri ishlashini taminlaydi. o Feed Forward: Olingan ma’lumotlarni yanada kuchli va to‘liq qayta ishlash vazifasini bajaradi. 2.3.3. Chiquvchi qatlam (Output Layer) Dekodlovchi qatlam oxirida Chiziqli qatlam va Softmax funksiyalari mavjud. Ushbu qatlamlar orqali model chiquvchi ma’lumotlarni yakuniy so‘z shaklida hosil qiladi. Softmax funksiyasi chiquvchi so‘zlarning ehtimollik darajasini aniqlaydi va ehtimoli eng yuqori bo‘lgan so‘zlarni tanlab chiqishlarni hosil qiladi. Modelni o‘qitish jarayonida yuqori sifatli javoblarni ta’minlash uchun maxsus parametrlash usullari qo‘llanildi. Modelning har bir versiyasi asosida 2000 ta savol-javob juftligida o‘qitildi. O‘qitish uchun optimallashtirish algoritmi sifatida adam optimizeri tanlandi, learning rate (o‘qitish tezligi) esa lr=1e-4 tanlandi, o’qitish qadamlar soni epochs =8 etib belgilandi. 2.4. Modelni baholash usullari Modelning samaradorligini baholash uchun BLEU, ROUGE, METEOR kabi usullardan foydalanildi. BLEU, ROUGE va METEOR baholash metrikalari til modellari tomonidan ishlab chiqilgan matnlarni baholashda keng qo‘llaniladi, ayniqsa matnlarni generatsiya qilishda, matnning tabiiyligi va mazmuniy yaqinligini aniqlashda muhim baholash o‘lchovidir. Quyida ushbu metrikalarning har biri haqida ma’lumot berilgan: BLEU (Bilingual Evaluation Understudy): BLEU savol-javob tizimlari, mashina tarjimasi uchun eng ko‘p qo‘llaniladigan avtomatik baholash ko‘rsatkichlaridan biridir. U N-gramm aniqligidan foydalangan holda savollarga javoblarni generatsiya qilish va matn tarjimasi o‘rtasidagi o‘xshashlikni o‘lchaydi [4].