"Ta’limda raqamli va innovatsion texnologiyalarning o‘rni va istiqbollari" mavzusida ilmiy-amaliy konferensiya to‘plami. 2023-yil 14-dekabr.

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr ВИДЕОМОНИТОРИНГ ҲОССАЛАРИГА АСОСЛАНГАН МАСОФАВИЙ ТАЪЛИМ ЖАРАЁНЛАРИНИ ТАКОМИЛЛАШТИРИШНИНГ АХБОРОТ МОДЕЛИ Сирожиддин Халилов, Фарангиза Омонуллаева1EJXYRE1ERRETSZE УМТФ университети бўлим бошлиғи OLWYVENMHHMR$KQEMPGSQ Алфраганус университети Рақамли технологилар кафедраси ассистенти Алфраганус университети Рақамли технологилар кафедраси ассистенти АннотацияСўнгги бир икик йил ичида таълим соҳасида улкан ўзгаришлар содир бўлди деб айтиш мумкин. Талим тизими CОВИД2019 пандемияси туфайли ўқувчи ва талабаларни кўпроқ ресруслар билан таъминлаш учун таълимнинг масофавий шаклидан фойдалана бошлашди. Бунинг ортидан прокторинг тизимларга бўлган талабалар ҳам ўз навбатида ўса бошлади. Сунъий интеллектга асосланган автопрокторинг тизимлар эса масофавий таълимга шиддан билан кириб келди. Онлайн прокторинг тизимлари масофавий таълим ва имтиҳон жараёнларини ўтказишда шафофликни таъминлаш учун фойдаланилди. Ушбу мақолада сунъий интеллектга асосланган прокторинг тизимларни ишлаб чиқишнинг ахборот модели таклиф этилган. Калит сўзлар Сунъий интеллект прокторинг, тизимлар, тасвир, масофавий таьлим. Бутун жахон бўйича таьлим тизими эволюцион ривожланмоқда. Сўнги йил мобайнида масофавий таьлим тизими ҳам сезиларли сурьатда ривожланди. Бундан ташқари, COVID19 пандемияси масофавий таьлимни жорий этишга катта таъсир кўрсатди. Пандемия бутун дунёни ёпиқ ҳудудларга мажбурлаганилиги сабабли, таьлим секторлари масофавий таьлим жараёнига ўтиш билан бир қанча муаммолар пайдо бўлишига олиб келди. Биринчи қийинчилик таьлим олувчиларнинг таьлим олиш жараёнида ҳар ҳил қоидабузарликларни содир этишлари (дарс машғулотларига кирмаслиги, ўрнига орғоти иштироки, ёки умуман тизимдан фойдаланмаслик). Ушбу муаммоларни ҳал қилишбўйича таьлим муассалари илмий изланишдар олиб бормоқда. Бунда олимлар асосий этиборни имтихон жараёнлари ташкил этиш ва бошқаришга самарали эчимларни таклиф этишган. Масофадан туриб имтихонларни ташкил этиш ва уни бошқариш тизимларда видеомониторинг (прокторинг) қилиш жараёнлар жахон бўйича илмий тадқиқотчилар самарали натижаларга эришган. Аммо масофавий таьлим жараёни ташкил этиш, бошқариш ва таьлим олувчилар назорат қилувчи тизимлар ишлаб чиқиш бўйича етарли муаммолар мавжуд. Масофадан туриб имтихонлари ташкил қилувчи тизимларнинг барча назорат фойдалунчилар назорат қилишда барча ҳусусиятлар мавжуд лекин улар асосан якуний тест синовларини назорат килишга мўлжалланган. Масофавий назорат бу онлайн имтиҳон жараёнини кенгайтириладиган тарзда аутентификация қилиш, рухсат бериш ва назорат қилиш жараёнидир. Бу тўлиқ хавфсизлик стандартларини таъминлаб, ташкилотларга исталган жойда ва исталган вақтда баҳолаш имконини берадиган жараён. Бошқача қилиб айтганда, фойдаланувчилар маьлум бир жойга келишлари шарт эмас, чунки улар ўз уйларидан дарс машғулотлари ўзлаштиришлар ва имтиҳон топширишлари мумкин. Анъанавий имтиҳон жараёнини оладиган бўлсак, имтиҳонга келган номзодларни текшириш учун имтиҳон марказида назоратчи бўлиши керак. 3040 номзодни 21

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr текшириш учун сизга битта назоратчи керак, аммо 1000 дан ортиқ номзоддан имтиҳон топшириш учун сизга имтиҳон жараёнини назорат қилувчи 25 дан ортиқ назоратчи керак бўлади. Бу бевосита иш кучи ва маблағга боғлиқ. Онлайн прокторинг тизимларида эса номзоднинг вебкамераси ва интернет тармоғидан фойдаланиб амалга оширилиши мумкин. У ҳар бир имтиҳон сеансини бошидан охиригача фақат видео орқали эмас, балки иш столи экранларидаги суҳбат журналлари ва назорат қилиб боради. Хозирги кунда замонавий сунний интеллект технологиялари ёрдамида масофадан таьлим фойдаланувчиларни самарали назорат қилиш мумкин. Бундан таьлим исталган вақтда, исталган жойдан туриб ўқув материаллари ва тест имтихонларини марказлашган платформадан топшириш имконияти яратиб беради. Сунний интеллект технологияларига қўллабқувватлайдиган автопрокторинг тизимларидан фойдаланиш доимий равишда мослашишни ўрганиши ва ақллироқ бўлиши мумкин. Сунний интеллектни прокторингга жорий этишдан мақсад одамларни алмаштириш эмас, балки одамларга паст овозли шивирлаш, сояларни акс эттириш каби ҳусусиятларни аниқлашда ёрдам бериш орқали прокторингнинг аниқлигини оширишдир. Сунний интеллектни қўллабқувватлайдиган масофадан туриб текшириш қуйидаги учта соҳага қаратилган, идентификатсия фирибгарлигини аниқлаш, алдаш хаттиҳаракатларини таҳлил қилинг, контентни ўғирлашни таҳлил қилиш Таклиф этилилаётган ишда юзни таниб олиш, бошнинг, кўзнинг ҳолатинининг мувофиқлиги текшириш ҳамда керакли карорларни қабул қилишдан ташқари ушбу тизимдан фойдаланиш жараёнида яний имтиҳон вақтидан бир неча юзлар, кўшимча товушлар ва аксессуарлар аниқлаб хулосалар тақдим этилади. Масофавий таълим жараёнида видеомониторинг тизимини ишлаб чиқишда қуйидагибосқичларни ўзи мужассамлаган бўлиши керак. Фойдаланувчи босқичи; Ҳизматкўрсатувчи техник босқич; Якуний хулосларни тақдим этиш босқичи; Юқорида таклиф этилган кўп босқичли видеомониторинг тизимнинг ички модуллари мавжуд. Маълумотларни тўплаш ва сақлаш модули – Ушбу модулда талаба компьютерининг веб камераси, микрафони ва клавятурасидан маьлумотлар олинади. Ушбу маьлумотлар фойдаланувчи идентификация коди билан серверга шифрланган SSL канали орқали юборилади. Аутентификация модули Барча маълумотлар серверларда сақланганидан сўнг, талаба рўйхатдан ўтиш вақтида яратилган ва охирги ижобий маълумотлар билан янгиланган идентификация коди билан боғланган биометрик модел билан таққосланади. Натижа тизимнинг маълумотлар базасида сақланади. Прокторинг (назорат) ва компьютер блоклаш модули Видеомониторинг тизими онлайн машғулотлар давомида ёзиб олинг тасвир ва аудио ёзувлар ёзиб борилади ва машғулотлар давомида талабалар номақбул хаттиҳаракатларини аниқлаш учун кайта ишлов берилади. Шундан сўнг тизим талаба машғулот ва назоратларни топшириш вақтида кўшимча ёрдам олаётганлигини (телфон орқали, ёнидаги бошқа талаба) ёки тақиқланган ҳужжатлардан (электрон китоблар, маруза мантлар ва интернетга уланган бошқа қурилмалар....) фойдаланмаслиги назорат қила олади. Бундан ташқари, агар бирор талаба тизимни алдашга ҳаракат қилса, масалан, камера олдига фотосурат ўрнатиш ёки ИД карта тасвирини бошқа бировнинг картасига алмаштириш каби алдашларга уринса тизим томонидан аниқланади ва назоратчи 22

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr хабар қилинади. расмвидеомониторинг ҳоссаларига асосланган масофавий таълим жараёнларини т ахборот модели Инсонни текшириш модули: Бунда регистрасия қилинган маьлумотлар билан сессия давомида олинган овозли ёзувлар, видеотасвирлар ва тугмачаларни босиш намуналарини тасодифий маьлумотлари билан (турли одамлар томонидан таҳлил қилинган бир хил видеотасвирлар, овозили ёзувлар ва тугмачаларни босиш намуналари) ўзаро текширувига асосланади. Бундан ташқари, фотосуратлар ёки овоз сифати яхши бўлмаган тақдирда, махсус 23

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr ўқитилган ходимлар талабанинг 100% ишонч текширувини таъминлайдиган шахс иштокидаги юзма юз текшируви ўтказилади. Натижаларни кўриш модули: Якуний назорат натижалари маьлумотларни ушбу модули томонидан тақдим этилади. У динамик вебсаҳифа сифатида 24 соат/365 кун талаб бўйича график диаграммалар ва жадвалларни яратади. Якуний ҳисоботларни турли форматларда юклаб олиш ёки чоп этиш мумкин. Бундан ташқари, маьлумотларни тақдим этиш модули олдиндан белгиланган тақиқланган хаттиҳаракатлар содир бўлганда автоматлаштирилган сигналларни ишлаб чиқаради. Тизим аутентификация жараёнлари факат фойдаланувчилар тизимга кирганларида эмас, балки бутун сесcия давомида баҳолашдан ташқари фан бўйича шакиллантирилаган маьруза ва амалиёт материалларини ўзлаштириш жараёнларини ҳамназорат қилиши лозим. %дабиётлар %VSVE 4 -W 6IQSXI 4VSGXSVMRK 8LI *YXYVI 3J %GEHIQME# I0IEVRMRK -RHYWXV] %XSYQ='LIR00MY%<,WY7(, 0MY< %YXSQEXIH3RPMRI)\EQ 4VSGXSVMRK-))) 8VERWEGXMSRW SR 1YPXMQIHME – LXXTWHSMSVK811&IYWX4(YGLEXIPPI- 'EYGLEVH: S.Xalilov, M.Mardiyev “Masofaviy ta’lim jarayonida avtoproktoring tizimlarining istiqbollari” juornal Innovations in technology and science education SJIF 2023: 5.503 ZSPYQI-779) (VEEMNIV 7 .IJJIVMIW % 7SQIVW + 3RPMRI TVSGXSVMRK JSV VIQSXI I\EQMREXMSR%WXEXISJTPE]MRLMKLIVIHYGEXMSRMRXLI)9'SQQYRMGEXMSRWMR'SQTYXIVERH -RJSVQEXMSR7GMIRGI–LXXTWHSMSVKC 'EZISR ( * 7IGYVMX] 8 0E]QER , 3RPMRI 4VSGXSVMRK 7]WXIQW 'SQTEVIH 'LYE77&SRHEH.&0YQETEW>6 +EVGME.( 3RPMRI)\EQMREXMSR 7]WXIQ[MXL'LIEXMRK4VIZIRXMSR9WMRK5YIWXMSR&ERO6ERHSQM^EXMSRERH8EF0SGOMRK Coghlan, S., Miller, T., & Paterson, J. (2020). Good proctor or “Big Brother”? AI )XLMGWERH3RPMRI)\EQ7YTIVZMWMSR8IGLRSPSKMIW%V<MZ4VITVMRX (IRHMV7 1E\[IPP67 'LIEXMRKMRSRPMRIGSYVWIW)ZMHIRGIJVSQSRPMRI TVSGXSVMRK 'SQ TYXIVW MR ,YQER &ILEZMSV 6ITSVXW LXXTWHSMSVKNGLFV 24

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr ELEKTRON SO‘ZLARNI VEKTORLI IFODALASH TEXNOLOGIYASI &E\XM]SV%OQYVEHSZ “University of Management and Future Technologies” universiteti, Kommunikatsiya va VEUEQPMXI\RSPSKM]EPEVOEJIHVEWMQYHMVMFYEOQYVEHSZ$KQEMPGSQ %RRSXEXWM]E 8EFFM] XMPRM UE]XE MWLPEWL XI\RSPSKM]EPEVMRM MWLPEF GLMUMWL ZE WEQEVEPM JS]HEPERMWLRM XEWLOMP IXMWL FYKYRKM OYRRMRK HSP^EVF QEWPEPEVMHER FMVMHMV 9WLFY MWLHE elektron matndagi so‘zlarni qidirish va ma’no jihatidan tahlil qilishni tashkil etishda qo‘llaniladigan samarali texnologiyalardan biri bo‘lgan so‘zni vektorli ifodalash texnologiyalari haqida so‘z yuritilgan. Xususan, Word2vec texnologiyasi bo‘yicha so‘zni vektor qiymatlarini ERMUPEWLNEVE]SRMXYWLYRXMVMPKER Kalit so‘zlarmatn, so‘z, texnologiya, vektor, Word2vec, Ochiai koeffitsiyenti, GloVe. Hisoblash mashinalari yordamida matnni elektron tarzda saqlash, o‘zgartirish va uzatishni amalga oshiruvchi ko‘plab vositalar mavjud. Zamonaviy sun’iy intellekt XI\RSPSKM]EPEVMRMRK204 2EXYVEP0ERKYEKI4VSGIWWMRK XI\RSPSKM]EPEVMRMRKVMZSNPERMWLMFMPER tabiiy tilga ishlov berish vositalari soni va sifati ham keskin o‘sdi[1]. Bunda matn tahlili, so‘zlarni tanib olish, guruhlash va ma’no jihatidan tahlil qilish hamda ranjirlashni amalga oshirish uchun so‘zni kompyuter tushunadigan tilga o‘girish talab etiladi[3]. So‘zning barcha xususiyatlarini inobatga olgan holda raqamli ko‘rinishning samarali usullaridan biri bu vektorli ifodalashdir. So‘zlarni vektorli ifodalashni hozirda keng qo‘llanilayotgan texnologiyalardan biri QMWSPMHEXYWLYRXMVMWLKELEVEOEXUMPEQM^ ;SVHZIG – so‘zlarni vektorli ifodalashning samarali texnologiyalaridan biri bo‘lib, u yilda ishlab chiqilgan. So‘zlar bilan ishlashdan tashqari, uning ba'zi kontsepsiyalari XEZWM]E FIVMWL QI\ERM^QPEVMRM MWLPEF GLMUMWLHE ZE QE PYQSXPEV QE RSWMRM MJSHEPEWLHE LEXXS tijoriy, lingvistik bo‘lmagan vazifalarda ham samarali qo‘llanilib kelinmoqda[6]. Xusususan, Airbnb, Alibaba, Spotify va Anghami kabi kompaniyalar ushbu texnologiyadan o‘zlarining XEZWM]EXM^MQPEVMHEJS]HEPERKERPEV?A Ob'ektlarni vektor ko‘rinishida tasvirlashni sodda tilde tushuntirish uchun quyidagi misolni ko‘rib chiqamiz. Masalan: bir insonni tasvirlash uchun uning bir nechta xususiyatlarini E]XMWL QYQOMR <YWYWYWM]EXPEV WSRMRMRK SVXMF FSVMWLM FMPER XEWZMVPERE]SXKER WLE\W LEUMHE aniqroq tasovvur uyg‘ona boshlaydi. Misol uchun biz tanlagan shaxsni tasvirlash uchun 0 dan 100 gacha bo‘lgan shkalada 5 ta xususiyatlarini baholash kerak bo‘lsin: NEHZEP<YWYWM]EXPEVNEHZEPM &ELS № <YWYWM]EX HEKEGLESVEPMUHE ,MWWM]SXKEFIVMPYZGLERPMO /YGLPMOYGLWM^ Sog‘lom/xasta =SWLUEVM &EPERHTEWX Jadvaldan ko‘rinib turibtiki tasvirlanayotgan shaxsning hissiyotga beriluvchanlik HEVENEWM KE XIRK ZE LO ,MWSFPEWL QEWLMREWMHE EQEPKE SWLMVMPEHMKER LMWSF OMXSFPEVRM WSHHEPEWLXMVMWL YGLYR UM]QEXPEVRM 1 da +1 oralig‘idagi shkalaga o‘tkazsak quyidagi 25

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr qiymatlarga ega bo‘lamiz: 7LE\W Tanlangan shaxga o‘xshash bo‘lgan shaxsni topish YGLYR]EREXEWLE\WRMRKXYVHEKM xusususiyatlari berilgan bo‘lsin. 7LE\W 7LE\W Berilgan xususiyatlarga ega ikkita shaxsning qaysi biri tanlangan shaxsga ko‘proq o‘xshashligini aniqlash uchun ularni vektor ko‘rinishida ifodalash va taqqoslash mumkin. 5Y]MHEKMVEWQHEYPEVRMRKZIOXSVMJSHEWMOIPXMVMPKER VEWQ7LE\WPEV\YWYWM]EXPEVMRMRKZIOXSVPMMJSHEWM Keltirilgan vektorli ifodadan qaysi bir shaxs tanlangan shaxsga ko‘proq o‘xshashligi haqida fikr yuritish mumkin. Biroq, hisoblash mashinalarida vektorlar orasidagi o‘xshashlik SHEXHE 3GLMEM OSIJJMXWMIRXM KISQIXVMO OSIJJMXWMIRX FMPERERMUPEREHM &IVMPKER MOOM WLE\WRMRK tanlangan shaxsga o‘xshashlik darajasini Ochiai koeffitsienti bo‘yicha hisoblasak quyidagi natijaga ega bo‘lamiz. O‘xshashlik ( O‘xshashlik ( ! ! Natijadan ko‘rish mumkinki birinchi shaxs tanlangan shaxsga ko‘proq o‘xshashlikka ega. Biroq, ko‘rilgan misolda faqat 2 ta xususiyat bo‘yicha vektor qiymatlarining o‘xshashligi hisoblandi. Shaxsning taqqoslash mumkin bo‘lgan parametrlari soni ortib borishi bilan vektor qiymatlarining o‘xshashligi yanada aniqroq ifodalash mumkin bo‘ladi. 3GLMEM OSIJJMXWM]IRXM ]ETSR FMSPSKM %OMVE 3GLMEM XSQSRMHER ]MPHE XEOPMJ UMPMRKER ikkilik o‘xshashlik o‘lchovi bo‘lib, keyinchalik FMSPSKM]EHER XEWLUEVMHE YQYQPEWLXMVMPKER ZE turli ilovalarda qo‘llanila boshlandi. Standart ta'rifda ikkita ixtiyoriy A va B to‘plamlari uchun koeffitsiyent quyidagicha LMWSFPEREHM 26

Menejment va zamonaviy texnologiyalar universiteti 𝐾𝐾 = |A∩B| √|𝐴𝐴|∙|𝐵𝐵| 2023-yil 14-dekabr FY ]IVHE `%` A to‘plamning (мощности kardinalligi. Ko‘p hollarda Ochiai o‘lchovi quyidagi shaklda qo‘llaniladi: |A∩B|2 𝐾𝐾 = |𝐴𝐴|∙|𝐵𝐵| Ta'riflovchi to‘plamlar uchun Ochiai koeffitsienti quyidagicha hisoblanadi: 𝐾𝐾 = ∑𝑟𝑟𝑖𝑖=1 min(𝐴𝐴𝑖𝑖 ,𝐵𝐵𝑖𝑖 ) √∑𝑟𝑟𝑖𝑖−1(𝐴𝐴𝑖𝑖 )∙∑𝑟𝑟𝑖𝑖−1(𝐵𝐵𝑖𝑖 ) Bunday o‘lchov ekologiyada ko‘plik namunalar uchun keng qo‘llaniladi. Agar ob'ektlar turlarning paydo bo‘lishi bilan solishtirilsa, ya'ni P (A) ehtimolliklari XYVPEV YGLVE]HMKER REQYREPEVRMRK RMWFM] WSRM LMWSFKE SPMRWE Y LSPHE OSIJJMXWMIRX LSHMWEPEVRMRK QYZSJMUPMKM bo‘yicha hisoblanadi: 𝐾𝐾0,0 = 𝑃𝑃(A∩B) √𝑃𝑃(𝐴𝐴)∙𝑃𝑃(𝐵𝐵) &YRHERUY]MHEKM\YPSWEPEVRMGLMUEVMWLMQM^QYQOMR 2EJEUEXSHEQPEVFEPOMFSWLUESF]IOXPEVRMVEUEQPMZIOXSVPEVWMJEXMHEMJSHEPEWLQYQOMR Vektorlar o‘rtasida o‘xshashlikni osongina hisoblash mumkin. Ko‘rib chiqilgan xususiyatlarni so‘zlarga qo‘llash orqali ma’no jihatidan bir biriga yaqin so‘zlarni qidirish va ajratib olish mumkin. Buning uchun so‘zlarni ma’no jihatida to‘liq ifodalangan holda vektor ko‘rinishiga o‘tkazish talab etiladi. Hozirgi kunda so‘zlarni vektor ko‘rinishida ifodalovchi bir qator texnologiyalar va dasturlash kutubxonalari mavjud. Ularga UY]MHEKMPEVRMQMWSPUMPMWLQYQOMR - ;SVHZIG - +PS:I - '&3; - 7OMT+VEQ - *EWX8I\X Bunday texnologiyalar hisoblash mashinalarida so‘zlarni ma’no jihatidan barcha xususiyatlarini ifodalovchi qiymatlarni umumlashtiruvchi vektor ko‘rinishida ifodalash uchun qo‘llaniladi. Xulosa sifatida shuni aytish mumkinki, so‘zning vektor shaklini hosil qilish uchun uning shakl va ma’no jihatidan kuzatilishi mumkin bo‘lgan FEVGLE \YWYWYWM]EXPEVM MRSFEXKE SPMWLM zarur. Shunda, vektor qiymatlari o‘zaro yaqin bo‘lgan so‘zlar ma’no jihatidan ham bir biriga yaqin so‘zlar bo‘ladi. Hozirda ko‘plab tizimlarda qidirish, guruhlash va bashorat qilish algoritmlarini ishlab chiqishda ushbu yondashuv keng qo‘llanilmoqda. O‘zbek tilidagi so‘zlarning ham shunday vektor korpusini ishlab chiqish kompyuter lingvistikasi va Tabbiy tilni qayta ishlash sohasidagi ko‘plab muammolarga yechim topish imkoniyatini yaratadi. %HEFM]SXPEV А. М. Цитульский, А. В. Иванников, И. С. Рогол “Интеллектульный анализ текста”, 7XYH2IX2020. №6. С. 476 U.Khamdamov, M. Mukhiddinov, O. Djuraev, A. Mukhamedaminov “A novel method for extracting text from natural scene images and TTS”, “European science review” scientific NSYVREP4VIQMIVTYFPMWLMRK:MIRRE–№ 11:SP4 1EOLQYHSZ * 1YOLMHHMRSZ 1 %FHYWEPSQSZ % %ZE^SZ / /LEQHEQSZ 9 'LS=- -QTVSZIQIRXSJXLIIRHXSend scene text recognition method for “textXS speech” conversion. International Journal of Wavelets, Multiresolution and Information 4VSGIWWMRK 27

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr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

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr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

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr SGGPYWMSR VIKMSRW 8LI QEMR JYRGXMSR SJ XLI 6IKMSR (IGMWMSR 9RMX 6(9RMX MW XS HIXIVQMRI [LIXLIVXLISGGPYWMSRVEXMSSJXLIWYFVIKMSRI\GIIHWXLIWIXZEPYI;LIRXLISGGPYWMSRSJE GIVXEMREVIEI\GIIHWXLIWIXTVSTSVXMSRXLIJIEXYVIZIGXSVSJXLIEVIEMWHMWGEVHIH7IZIVEP VIKMSREP SGGPYWMSRNYHKQIRX YRMXW EVI MRXIKVEXIH MRXS XLI:++RIX[SVO XS WGVIIR SYXXLI WYFVIKMSRW[MXLPIWWSGGPYWMSR8LIVIJSVIXLISGGPYWMSRTIVGITXVSRRIX[SVOGERI\XVEGXXLI JEGIVIPEXIHJIEXYVIWMRJI[IVSGGPYWMSREVIEW6IWMHYEPRIYVEPRIX[SVO 622 MWETTPMIHXS I\XVEGXJYPPJEGIJIEXYVIW8LISYXTYXSJXLIX[SRIX[SVOWMWJYWIH[MXLJIEXYVIZIGXSVWF]XLI WMRKPIJEGXSV[IMKLXMRKQIXLSHERHXLIJYWIHJIEXYVIZIGXSVW[MPPFIYWIHJSVJEGIHIXIGXMSR 1YPXMXEWO'EWGEHIH'SRZSPYXMSREP2IX[SVOW 18'22 MWETSTYPEVHIITPIEVRMRKFEWIH EPKSVMXLQ YWIH JSV JEGI HIXIGXMSR -X W E QYPXMWXEKIJVEQI[SVO HIWMKRIH XS HIXIGX JEGIW MR MQEKIW[LMPILERHPMRKZEVMEXMSRWMRTSWIWGEPIERHPMKLXMRKGSRHMXMSRW18'22GSRWMWXWSJ XLVIIWXEKIWIEGLJSGYWMRKSREWTIGMJMGEWTIGXSJJEGIHIXIGXMSR?A 7XEKI 4VSTSWEP 2IX[SVO 42IX -R XLMW WXEKI KIRIVEXIW GERHMHEXI JEGMEP VIKMSRW PMOIP]XSGSRXEMRJEGIW-XIQTPS]WEJYPP]GSRZSPYXMSREPRIX[SVOXSWGERXLIMQEKIEXQYPXMTPI WGEPIW HIXIGXMRK JEGIW SJ HMJJIVIRX WM^IW 9XMPM^IW E WPMHMRK [MRHS[ XIGLRMUYI XS TVSTSWI GERHMHEXIFSYRHMRKFS\IW[MXLEWWSGMEXIHTVSFEFMPMXMIWJSVJEGIVIKMSRW;SVOWIJJMGMIRXP]MR MHIRXMJ]MRKTSXIRXMEPJEGIPSGEXMSRWFYXQMKLXTVSHYGIJEPWITSWMXMZIW 7XEKI 6IJMRIQIRX 2IX[SVO 62IX -R XLMW WXEKIVIJMRIW XLIGERHMHEXI JEGI VIKMSRW SFXEMRIHJVSQXLIJMVWXWXEKI*MPXIVWSYXJEPWITSWMXMZIWF]TIVJSVQMRKQSVITVIGMWIFSYRHMRK FS\ VIKVIWWMSR )ZEPYEXIW XLI TVSTSWIH VIKMSRW HMWGEVHMRK MREGGYVEXI VIKMSRW ERH JYVXLIV REVVS[MRKHS[RTSXIRXMEPJEGIVIKMSRW-QTVSZIWXLIEGGYVEG]SJJEGIPSGEPM^EXMSRF]VIJMRMRK XLIFSYRHMRKFS\IW 7XEKI 3YXTYX 2IX[SVO 32IX 8LI JMREP WXEKI TIVJSVQW JYVXLIV VIJMRIQIRX ERH HIXEMPIHJEGMEPJIEXYVII\XVEGXMSR(IXIGXWJEGMEPPERHQEVOW WYGLEWI]IWRSWIERHQSYXL [MXLMR XLI FSYRHMRK FS\IW MHIRXMJMIH F] XLI TVIZMSYW WXEKIW 3YXTYXW XLI JMREP FSYRHMRK FS\IWJSVJEGIWEPSRK[MXLXLITVIGMWIJEGMEPPERHQEVOW 18'22 MW [MHIP] YWIH MR ETTPMGEXMSRW VIUYMVMRK EGGYVEXI ERH VSFYWX JEGI HIXIGXMSR WYGLEWJEGMEPVIGSKRMXMSRW]WXIQWWYVZIMPPERGIERHFMSQIXVMGEYXLIRXMGEXMSR,S[IZIVXLI GLSMGISJEJEGIHIXIGXMSREPKSVMXLQHITIRHWSRJEGXSVWPMOIEGGYVEG]WTIIHERHVIWSYVGI GSRWXVEMRXWWTIGMJMGXSXLIMRXIRHIHETTPMGEXMSR ---7YQQEV] -RXLIHSQEMRSJJEGIHIXIGXMSRXVEHMXMSREPQIXLSHWPMOI:MSPE.SRIWERH,MWXSKVEQSJ 3VMIRXIH +VEHMIRXW ,3+ SJJIV WMQTPMGMX] ERH WTIIH FYX WXVYKKPI [MXL LERHPMRK HMZIVWI GSRHMXMSRW 'SRXVEWXMRKP] RIYVEP RIX[SVOFEWIH EPKSVMXLQW WYGL EW 1YPXM7XEKI 'EWGEHIH 'SRZSPYXMSREP 2IX[SVOW 18'22 (SYFPI'LERRIP '22 ERH 1YPXM7GEPI 'SRZSPYXMSREP 2IYVEP 2IX[SVO 17'22 TVSZMHI VSFYWXRIWW ERH EGGYVEG] PIZIVEKMRK HIIT PIEVRMRK XIGLRMUYIW XS EHHVIWW ZEVMEXMSRW MR WGEPI TSWI ERH PMKLXMRK ,S[IZIV XLIMV IJJIGXMZIRIWW SJXIR GSQIW EX XLI GSWX SJ GSQTYXEXMSREP MRXIRWMX] ERH XLI RIIH JSV WYFWXERXMEP PEFIPIH HEXEWIXW JSV XVEMRMRK )EGL ETTVSEGL TVIWIRXW E XVEHISJJ FIX[IIR WTIIH EGGYVEG] ERH VIWSYVGIVIUYMVIQIRXWGEXIVMRKXSWTIGMJMGETTPMGEXMSRRIIHW[MXLMRJEGIHIXIGXMSRXEWOW 6IJIVIRGIW :MSPE 4 .SRIW 1 6ETMH SFNIGX HIXIGXMSR YWMRK E FSSWXIH GEWGEHI SJ WMQTPIJIEXYVIW4VSGIIHMRKWSJXLI-)))'SQTYXIV7SGMIX]'SRJIVIRGISR'SQTYXIV :MWMSRERH4EXXIVR6IGSKRMXMSR':46:SP-)))'SQTYX7SG ;MPPMEQ 8 *VIIQER 1MGLEP 6SXL 3VMIRXEXMSR ,MWXSKVEQW JSV ,ERH +IWXYVI 6IGSKRMXMSR8IGL6IT861MXWYFMWLM)PIGXVMG6IWIEVGL0EFSVEXSVMIW'EQFVMHKI1% (IGIQFIV 30

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr S. R. Dubey, “Local directional relation pattern for unconstrained and robust face retrieval,” Multimedia Tools and Applications, vol. 78, no. 19, pp. 28063– ,0M>0MR<7LIR.&VERHXERH+,YE%GSRZSPYXMSREPRIYVEPRIX[SVOGEWGEHI JSV JEGI HIXIGXMSR -))) 'SRJIVIRGI SR 'SQTYXIV :MWMSR ERH 4EXXIVR 6IGSKRMXMSR ':46 &SWXSR1%97%TTHSM':46 .<MERKERH+>LY.SMRX*EGI(IXIGXMSRERH*EGMEP)\TVIWWMSR6IGSKRMXMSR[MXL 18'22XL-RXIVREXMSREP'SRJIVIRGISR-RJSVQEXMSR7GMIRGIERH'SRXVSP)RKMRIIVMRK -'-7') 'LERKWLE'LMRETTHSM-'-7') 31

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr (%:0%8INTЕRAKTIV XIZMATLAR KO‘RSATISH SAMARADORLIGINI &%,30%7, .SRMFIO9WQSRSZ 4)6*)'892-:)67-8= QE\C$MRFS\VY 8IP %RRSXEXWM]E 9WLFY QEUSPE davlat intеraktiv xizmatlarini, xususan bojxona sohasi interaktiv xizmatlari samaradorligini baholash va ularga bo‘lgan ehtiyojlarni aniqlashga qaratilgan bo‘lib, unda HEZPEX xodimlarining ish ko‘lamini qisqartirish, davlat xizmatlarini ko‘rsatish uchun kеchikishlarni qisqartirish va iqtisodiy faoliyat qatnashchilari kеchikishlarini qisqartirish masalalari ko‘rib chiqilgan Bundan tashqari davlat xizmatlarini avtomatlashtirishda axborot oqimini boshqarish va intеllеktual tahlillarni amalga SWLMVMWLRE^EVHEXYXMPKER /EPMX so‘zlar HEZPEX MRXIVEOXMZ \M^QEXPEVM FSN\SRE intеraktiv xizmatlar, bojxona postlari, yuk, tovar, inspеktor, tеmir yo‘l, tashqi iqtisodiy faoliyat, UMWUEVXMVMWL koeffitsiеnti, EZXSQEXPEWLXMVMPKERXM^MQ Davlat organlari faoliyati, davlat iqtisodiy xavfsizligini ta’minlash va samarali rivojlantirish uchun sharoit yaratishga yo‘naltirilgan. Ushbu maqsadga erishish birinchi REZFEXHEHEZPEX\M^QEXPEVMWMJEXMZE]EOYRM]HEVENEHEHEZPEX\M^QEXPEVMWMJEXMFMPERERMUPEREHM Davlat xizmatlari tashqi muhitning dinamik o‘zgaruvi sharoitida intеraktiv xizmatlarni VEWQM]PEWLXMVMWL FSN\SRE WSLEWMKE LEQ EPSUEHSV \M^QEX XYVPEVMHER FMVMHMV 8SZEVPEVRM yetkazish hajmi tеbranishi bir tomondan bojxona post inspеktorlari tomonidan tirbandlik va yuklama tushishini hosil qiladi va rеsurslardan noratsional foydalanishga olib kеladi, ikkinchi tomondan tovar oqimining o‘zgarishida egiluvchan moslashuv holatida asosiy bojxona xizmatining sifatini oshirish uchun potеnsial xizmat qiladi. Avtomatlashtirilgan bojxona nazorati (ABN) tizimining modеrnizatsiyasi tеmir yo‘lda yuk tashish nazoratini tashkillashtirish, ma’lumotlarni yig‘ish, saqlash va ishlov bеrish yagona idoralararo avtomatlashtirilgan tizimdan bojxona nazorati va ma’lumotlar uzatish, shu qatorda korxonaning faoliyati samaradorligini oshirish va vaqtni tеjash muammolar yechimini topish zarurligini bеlgilaydi. Bundan tashqari intеllеktual qarorlar qabul qilishda eng maqbul yechim hisoblanadi. Intеllеktual qarorlar qabul qilishda ma’lum bir mеtodlardan JS]HEPERMWLQEUWEHKEQYZSJMU Bojxona organlari va tеmir yo‘l yuk tashish kompaniyasi tomonidan o‘z vazifalarni tashkiliy va tеxnik tadbirlar o‘tkazish sarf\EVENEXPEV FMPER XEUUSWPEKERHE FENEVMWL samaradorligini bеlgilovchi ko‘rsatkichlari quyidagilar: Bojxona axborot rеsusrlarning tеmir yo‘l axborot tizimlari bilan intеgratsiya darajasi; Logistik va bojxona axborotlarni ruxsatsiz foydalanish va tеxnik kanallar bo‘yicha yo‘qotishlardan muxofaza qilinganlik darajasi; Axborot oqimlar sifat bo‘yicha tasniflash, ularning hajmlari, tеmir yo‘l tashkilotlari va bojxona organlari orasida axborotni uzatish va ishlov bеrish vaqt paramеtrlari, korxona logistik faoliyati monitoring tеzkorligi; Tеmir yo‘l tashkilotlari va bojxona organlarni zamonaviy axborottеxnik vositalar va qo‘riqlash tizimlari bilan ta’minlanganlik. 32

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr Ishda ko‘rsatilayotgan bojxona xizmatlari samaradorligini oshirish dеganda bojxona inspеktorlarining ish ko‘lamini va xizmatlarni ko‘rsatishda kеchikishlarni qisqarishi tushuniladi. “Inspеktorlarning ish ko‘lamini qisqartirish koeffitsiеnti” nisbiy ko‘rsatkichi (1) formula orqali hisoblanadi va ushbu ishlab chiqilgan inspеktorlarning yuklamasini boshqarish mеtodik komplеksini qo‘llash orqali ish ko‘lami qancha foizga qisqarishi ko‘rsatilgan. K тр = FY]IVHE J I K тр J I j i J I j i d ij nij − d ij n 'ij J I j i d n ij *100% ij inspеktorlarning ish ko‘lamini qisqartirish koeffitsiеnti,%; d n ishlab chiqilgan grafik asosida ish ko‘lamining umumiy hajmi, odam*soat; j i ij J ' ij I d n an’anaviy grafik asosida ish ko‘lamining umumiy xajmi, odam*soat j i ij ' ij Inspеktorlarning ish ko‘lamini qisqartirish, tashqi iqtisodiyot faoliyat qatnashchilariga iqtisodiy maqsadli xizmat ko‘rsatish uchun yo‘naltirilgan. Bojxona xizmatlarini ko‘rsatishda davlat kеchiktirishlarini qisqartirish koeffitsiеnti asosiy bojxona xizmatlarini ko‘rsatish NEVE]SRM WEQEVEHSVPMKMKE EWSWPERKER HEZPEX XEPEFPEVMKE QYZSJMUPMO HEVENEWMRM EOW IXKER Koeffitsiеnt ishlab chiqilgan mеtodik komplеksni qo‘llash orqali davlat kеchikishlarining nisbatan qisqarishini foizlarda o‘lchaydi. Bojxona xizmatlarini ko‘rsatish K MXY YGLYR kеchikishlarni qisqartirish koeffitsiеnti quyidagi formula orqali hisoblanadi: K imu = J I j i J I j i d ij nij − d ij n 'ij bi J *100% I d n b FY ]IVHE /MQY bojxona xizmatlarini ko‘rsatish uchun kеchikishlarni qisqartirish koeffitsiеnti, %; FM Mlavozimdagi inspеktorlarning bojxona xizmatini ko‘rsatishdagi kеchikishlari, WYQWSEX RMN, an’anaviy ish grafigiga muvofiq bojxona posti Nvaqt intеrvalida ishga kirishgan M guruhi inspеktorlari soni, odam. &SN\SRE\M^QEXPEVMWMJEXMRMRKXEWLUMMUXMWSHM]SXJESPM]EXM 8-* UEXREWLGLMPEVMXSQSRMHER XEUHMQ IXMPKER UMWUEVXMVMWL XEPEFPEVMKE QYZSJMUPMKMRM XELPMP UMPMWL YGLYR FSN\SRE RE^SVEXM yakunini kutish bilan bog‘liq TIF qatnashchilari kеchikishlarini qisqartirish koeffitsiеnti kiritilgan. Kеchikishlarni qisqartirish, ishlab chiqilgan inspеktorlar yuklamasini boshqarish mеtodik komplеksini qo‘llashga asoslangan tovar oqimining yuqori intеnsiv vaqtida xujjatlarni nazorat qilish jarayonini tеzlashtirish bilan obuslovlеna. TIF qatnashchilarining kеchikishlarini aks etuvchi bojxona xizmatlarini ko‘rsatish samaradorligi ko‘rsatkichi quyidagi ifodada kеltirilgan: j H K ei = ij i ij i J H J R Tsis − R T sis h j hj hj H h hj j J R Tsis hj hj ' hj *100% FY]IVHE/ I M TIF qatnashchilari kеchikishlarini qisqartirish koeffitsiеnti, %; h j 33

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr 8WMWDTni ro‘yxatga olish va bojxona nazoratini kutishga kеtgan vaqtni o‘z ichiga olgan (8RMUE]XEMWLPEWLZEUXMWSEX Taklif etilgan ko‘rsatkichlar bojxona xizmatlarini ko‘rsatish samaradorligini har XSQSRPEQEXEWRMJPE]HMZEFSN\SRETSWXPEVMXSQSRMHERXEUHMQIXMPE]SXKERFSN\SRE\M^QEXPEVM sifatini baholashda qo‘llanilishi mumkin. %HEFM]SXPEV 9WQSRSZ..M]ERFIOSZ/ %^MQSZ7 8LITVSFEFMPMX]QSHIPSJVEMP[E] XVERWTSVX W]WXIQ EGXMZMX] 4ETIV TVIWIRXIH EX XLI 8VERWTSVX 1IERW 4VSGIIHMRKW SJ XLI -RXIVREXMSREP'SRJIVIRGI3GXSFIV6IXVMIZIHJVSQ[[[WGSTYWGSQ A.Saidov, M.Mirboboеv, Sh.Almеtov, N.G‘aniеva, I.Boboqulov. “Bojxona organlarining axborot tizimlari asoslari” –I tom. Toshkеnt –F Резер С.М., Прокофева Т.А., Гончаренко С.С. Международные транспортные коридоры: проблемы формирования и развития. М.: ВИНИТИ РАН. С.20. А.Саидов, З.Абдурахмонов. “Божхона юк декларациялари маълумотлари билан ишлаш” автоматлаштирилган ахборот тизими. Ўқув қўлланма, Тошкент, Олий ҳарбий божхона институти, 2012 йил, 151 б. 5. 9WQSRSZ . Темир йўл транспорти орқали божхона ҳудудига олиб кирилаётган товарлар ҳақида олдиндан хабардор этиш технологияси. -RXIVREXMSREP GSRJIVIRGI SR MQTSVXERGI SJ MRJSVQEXMSRGSQQYRMGEXMSR XIGLRSPSKMIW MR MRRSZEXMZI HIZIPSTQIRX SJ WIGXSVW SJ IGSRSQ] 4VSGIIHMRKW SJ XLI MRXIVREXMSREP WGMIRXMJMGTVEGXMGEP ERHWTMVMXYEPIHYGEXMSREPGSRJIVIRGIHIHMGEXIHXSXLIXLERRMZIVWEV]SJ1YLEQQEHEP /L[EVM^QM8EWLOIRX––Б 34

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr CHUQUR O‘QITISH ALGORITMLARI ASOSIDA 8%7:-6(%+-3&=)/80%62-2+ STATISTIK MA’LUMOTLARINI TO‘PLOVCHI DASTURIY VOSITA ISHLAB CHIQARISH 7MVSNMHHMR)VKEWLIZ 91*8QEKMWXVERXM WMVSNMHHMRGSHIV$KQEMPGSQ 8IP %RRSXEXWM] Obyektni aniqlashda chuqur o‘rganish texnologiyasi keng qo‘llanilgan. Chuqur o‘rganish texnologiyasi obyektni aniqlashning aniqligini sezilarli darajada yaxshilagan bo‘lsaHEFM^HE]YUSVMLMWSFPEWLZEUXMQYEQQSWMLEQFSV =303 XEWZMVPEVHEKMSF]IOXPEVRM aniqlash tarmog‘i. Ushbu maqolada biz YOLO (You Only Look Once), tarmog‘iga asoslangan ZMHISPEV YGLYR VIEP ZEUX VINMQMHE SF]IOXRM ERMUPEWL EPKSVMXQMRM XEOPMJ UMPEQM^ 8EWZMVKE oldindan ishlov berish orqali rasm fonining ta’sirini yo‘q qilamiz va keyin obyekt haqida ma’lumot olish uchun obyektni aniqlash uchun Fast YOLO modelini ko‘rib chiqamiz. Google Inception Net (GoogLeNet) arxitekturasiga asoslanib, biz YOLO, tarmog‘ini dastlabki OSRZSP]YXWM]E STIVEXWM]EWMRM EPQEWLXMVMWL YGLYR OMGLMO OSRZSP]YXWM]E STIVEXWM]EWMHER JS]HEPERKER LSPHE ]E\WLMPE]QM^ FY TEVEQIXVPEV WSRMRM OEQE]XMVMWLM ZE SF]IOXRM ERMUPEWL ZEUXMRM WI^MPEVPM HEVENEHE UMWUEVXMVMWLM QYQOMR &M^RMRK*EWX =303EPKSVMXQMQM^ ZMHISHE VIEP vaqtda obyektni aniqlashda qo‘llanilishi mumkin. Kalit so‘zlar3F]IOXRMERMUPEWL+SSKPI2IX=303 =SY3RP]0SSO3RGI 6IEPXMQI:MHIS So‘nggi yillarda kompyuter ko‘rishning jadal rivojlanishi bilan obyektni aniqlash (OD) kompyuter ko‘rishning muhim qismi sifatida ko‘plab sohalarda keng qo‘llanila boshlandi. Tasvirni qayta ishlashga asoslangan OD tasvirlardan xususiyatlarni ajratib oladi, so‘ngra toifa, joylashuv va yo‘nalish kabi obyekt ma’lumotlarini oladi va tahlil qiladi. OD video monitoringi, g‘ayritabiiy xattiharakatlar tahlili va mobil robotlar kabi ko‘plab real vaqtda vaziyatlarda keng qo‘llaniladi. Ushbu yondashuv xususiyatlarni ajratib olish va tahlil qilish orqali juda qimmatli ma’lumotlarni olishi mumkin. Biroq, usul, ayniqsa, yuqori hisoblash va xotira talablari nuqtai nazaridan juda ko‘p qiyinchiliklarga duch keladi. Mashinani o‘rganishning an’anaviy usullari tasvirlardan obyekt xususiyatlarini ajratib oladi va keyin xususiyatlarni klassifikatorga kiritadi. Xususiyatlarni ajratib olishning an’anaviy usullariga yo‘naltirilgan gradientning gistogrammasi (HOG) usuli, masshtabni o‘zgarmas xususiyat transformatsiyasi (SIFT) va boshqalar kiradi. Tasniflash usullari qo‘llab quvvatlovchi vektor mashinasi (SVM), Bayesian, qaror daraxtlari va boshqalarni o‘z ichiga SPEHM &Y YWYPPEV EWSWER SPHMRKM FMPMQPEVKE XE]ER 9PEV VIEP ZEUX VINMQMHE IQEW GLYROM YPEV HSMQM] VEZMWLHE REQYRE SPMWLEHM &YRHER XEWLUEVM FY YWYPPEVHE FMV RIGLXE \YWYWM]EX nuqtalari mavjud va chekka xususiyatlarni ajratib olish ba’zan aniq emas. Ushbu usullarning EWSWM \YWYWM]EXRM ENVEXMF SPMWLHMV ZE \YWYWM]EXRM ENVEXMF SPMWL WMJEXM YWYPRMRK MWLPEWLMKE bevosita ta’sir qiladi. Biroq, amaliy dasturlarda bu usullar asosan kichik ma’lumotlar to‘plamidan foydalangan holda aniq obyektlarni tanib olishga qaratilgan va umumlashtirish qobiliyati past. Mashinani o‘rganish usullari doimiy ravishda optimallashtirilayotgan bo‘lsa da, past darajadagi xususiyatlarni olishdan tortib, tasvirlarning paydo bo‘lishigacha, eng QYZEJJEUM]EXPM YWYP HIJSVQEXWM]EPEREHMKER UMWQPEV QSHIPM (41 &MVSU FY YWYP WIOMR aniqlashga ega va namunalarning geometrik xususiyatlariga bog‘liq. Hozirgi vaqtda an’anaviy mashinani o‘rganish usullari OD texnologiyasida ma’lumotlarni qayta ishlashning samaradorligi, ishlashi, tezligi va razvedka talablariga javob bera olmaydi. Chuqur o‘rganish texnologiyasining paydo bo‘lishi bilan kompyuterni ko‘rish sohasi tez rivojlandi. Tasvirni aniqlash uchun chuqur o‘rganish texnologiyasi qo‘llanildi va u so‘nggi yillarda obyektni tanib 35

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr olishda katta yutuqlarga erishdi. Chuqur o‘rganish texnologiyasi inson miyasining kognitiv qobiliyatini o‘rganish va taqlid qilish orqali xususiyatlarni qayta ishlashi va tahlil qilishi mumkin, bu ODda katta ta’sir ko‘rsatadi. An’anaviy xususiyatlarni ajratib olish usullaridan farqli o‘laroq, chuqur konvolyutsion neyron tarmoqlar ko‘p qatlamli konvolyutsiya STIVEXWM]EPEVM]SVHEQMHE\YWYWM]EXPEVRMENVEXMFSPMWLSVUEPM]YUSVMERMUPMOHEVENEWMKEIVMWLMWLM QYQOMR =303 mintaqaviy bo‘lmagan nomzodga asoslangan ODning oxirigacha usuli. Fast RCNN kabi boshqa OD usullaridan farqli o‘laroq, YOLO obyektni aniqlash vazifasini obyekt LYHYHMRM FEWLSVEX UMPMWL ZE WMRJRM FEWLSVEX UMPMWL OEFM FMV RIGLXE NEVE]SRPEVKE ENVEXQE]HM =303 EPKSVMXQM ]YUSVM ERMUPMO FMPER XI^OSV ERMUPEWLKE IVMWLMWL YGLYR MOOEPE ZE^MJERM FMXXE neyron tarmoq modeliga birlashtiradi. YOLO tasvirlardan xususiyatlarni to‘g‘ridanto‘g‘ri ENVEXMF SPMWL ZE XSMJEPEVRMRK GLIKEVEPERKER UYXMPEVM ZE ILXMQSPPMOPEVMRM LMWSFPEWL YGLYR 3(RM o‘zgartiradi; keyin obyekt toifalari va joylashuv ma’lumotlarini oladi. YOLO toifalarning bir RIGLXEGLIKEVEPSZGLMUYXMPEVMZEILXMQSPPMOPEVMRMFEWLSVEXUMPMWLYGLYR]EKSREOSRZSP]YXWMSR neyron tarmog‘ini qabul qiladi. An’anaviy OD usullari bilan solishtirganda, YOLO algoritmi UY]MHEKMEJ^EPPMOPEVKEIKE=303NEVE]SRMSHHM]ZEERMUPEWLXI^PMKMNYHEXI^9WLFYQEUSPEHE biz GoogLeNet arxitekturasiga asoslangan konvolyutsion neyron tarmog‘ining konvolyutsion MWLPEWLMRM HEWXPEFOM OSRZSP]YXWM]E STIVEXWM]EWMRM EPQEWLXMVMWL YGLYR OMGLMO OSRZSP]YXWM]E STIVEXWM]EWMHER JS]HEPERKER LSPHE ]E\WLMPEHMO &M^RMRK YWYPMQM^ 3( XI^PMKMRM ]E\WLMPEWL uchun YOLO algoritmini optimallashtirishi mumkin. O‘qitish va bashorat qilish jarayonlarida YOLO butun grafikning xususiyat ma’lumotlarini ajratib oladi va ishlatadi, bu mahalliy ERMUPEWLFMPERWSPMWLXMVKERHE\EXSPMOHEVENEWMRMWI^MPEVPMHEVENEHEOEQE]XMVEHM=303EPKSVMXQM o‘rganishi mumkinmuhim xususiyatlarni to‘g‘ri va umumiy obyektlar haqida umumiy ma’lumot. Yilda bu qog‘oz, biz taqdim bir tez obyekt ochish algoritmi uchun video. Biz ta’kidlash fa oliyatini tashkil bizning aniqlash ikkinchi va yuqori aniqlik boshiga video kvadrat ko‘proq ko‘zga effi samaradorligini bilan aniqlash tezligi jihatidan algoritm. Siz Faqat Bir marta ko‘rasiz (YOLO) tarmog‘iga asoslanib, biz hisoblash miqdorini kamaytirish va aniqlashni sezilarli darajada tezlashtirish uchun kichik konvolyutsiya o‘rniga konvolyutsiya STIVEXWM]EWMRM ]E\WLMPE]QM^ 8EWZMVRMRK VMZSNPERMWLM FMPER FM^ EXVSJmuhit va shovqin ta’sirini yo‘q qilamiz. Bundan tashqari, biz fonning cheklovchi qutilari sifatida har qanday o‘lchamdagi UYXMPEVRMUYVMWLMQM^ZEJSRXELPMPMRMOEQE]XMVMWLMQM^WLEVXIQEW YOLO obyektni tanib olishda tubdan yangi yondashuvni qo‘llash orqali eng so‘nggi REXMNEPEVRM MWLPEF GLMUEVEHM FY VIEP ZEUX VINMQMHE SF]IOXRM ERMUPEWLRMRK SPHMRKM YWYPPEVMHER SWSRPMOFMPERYWXYRHMV =303YWYPMVEWQRMLEVFMVMHEXIRKSʻPGLEQHEKM7\7SʻPGLEQPMWIOXSVKEIKEFSʻPKER2XE XSʻrga ajratadi. Ushbu N to‘rlarning har biri o‘z ichiga olgan obyektni aniqlash va joylashtirish YGLYRNEZSFKEVHMV VEWQ=303EV\MXIOXYVEWM 36

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr Bu katakchalar, o‘z navbatida, hujayra koordinatalariga nisbatan B chegaralovchi quti koordinatalarini, shuningdek, obyekt nomini va hujayrada mavjud bo‘lish ehtimolini prognoz qiladi. Bir xil obyektni turli xil chegaraviy bashoratlar bilan bashorat qiladigan ko‘plab LYNE]VEPEVXYJE]PMFYYWYPLMWSFPEWLRMWI^MPEVPMHEVENEHEOEQE]XMVEHMGLYROMERMUPEWLZEXERMF olish rasmdagi hujayralar tomonidan boshqariladi.Biroq, u juda ko‘p takroriy bashoratlarni keltirib chiqaradi. Ushbu muammoni hal qilish uchun YOLO maksimal bo‘lmagan bosimni qo‘llaydi. YOLO NonMaksimal Bostirishda ehtimollik balli past bo‘lgan barcha chegaralovchi UYXMPEVRMFSWXMVEHM=303FYRMLEVFMVZEVMERXFMPERFSKʻPERKERILXMQSPPMOFEPPEVMRMSʻVKERMFIRK ]YUSVMFEPPXSʻTPEKERMRMXERPEWLSVUEPMEQEPKESWLMVEHM.SVM]]YUSVMILXMQSPPMOGLIKEVEWMFMPER FMVPEWLQEYWXMHEKMIRKOEXXEOIWMWLKERGLIKEVEUYXMPEVMOI]MRFSWMPEHM VEWQ=303QSHIPM]SVHEQMHESPMRKERREXMNE Natijalar shuni ko‘rsatadiki, bizning usulimiz asl YOLO algoritmi va boshqa asosiy YWYPPEVHER ]E\WLMVSU MWLPEWLM QYQOMR &M^RMRK YWYPMQM^ REJEUEX XI^OSV ERMUPEWL XI^PMKMKE erishibgina qolmay, balki yuqori aniqlikni ham ta’minlaydi. Soni rasmlari tan mumkin, bizning YWYPM SWLEHM ZMHIS HSMVEWMHE HIF 7LYRMRK YGLYR FM^RMRK YWYPMQM^ ]E\WLM NMLS^PEV WLEVSMXMHE VIEP ZEUXHE ZMHISPEV YGLYR SF]IOXRM ERMUPEWLRM EQEPKE SWLMVMWLM QYQOMR /IPENEOHE FM^ ko‘pchilik namunalar salbiy bo‘lsa, ijobiy va salbiy namunalar o‘rtasidagi nomutanosiblik muammosini ko‘rib chiqamiz va ushbu muammoni hal qilish uchun qayta namuna olish va ovoz berish kabi usullarni qo‘llaymiz. Bundan tashqari, aniqlash tezligini yaxshilash va tarmoq strukturasini yanada optimallashtirish uchun modelimiz uchun ko‘p miqyosli parallel ishlov berishni ko‘rib chiqamiz, chunki biz hali ham katta hisoblash yuki va zich maqsadli SF]IOXPEVQYEQQSPEVMKEHYGLOIPEQM^ %HEFM]SXPEV 6IHQSR.(MZZEPE7/+MVWLMGO6&*EVLEHM%=SY3RP]0SSO3RGI9RMJMIH6IEP 8MQI3FNIGX(IXIGXMSR-R4VSGIIHMRKWSJXLI-)))'SRJIVIRGISR'SQTYXIV:MWMSRERH 4EXXIVR6IGSKRMXMSR ':46 0EW:IKEW2:97%.YRI–.YP]TT– *EVLEHM%6IHQSR.=SPSZ%RMRGVIQIRXEPMQTVSZIQIRX-R4VSGIIHMRKWSJXLI 'SQTYXIV :MWMSR ERH 4EXXIVR 6IGSKRMXMSR 7ER .YER 46 97% – .YRI 7TVMRKIV &IVPMR,IMHIPFIVK+IVQER]TT– &SGLOSZWOM] % ;ERK '= 0MES ,=1 =303Z 3TXMQEP 7TIIH ERH %GGYVEG] SJ 3FNIGX(IXIGXMSREV<MZEV<MZ?+SSKPI7GLSPEVA .SGLIV + 7XSOIR + &SVSZIG % 'LEYVEWME . 'LERK]Y % ,SKER 0 ,ENIO % (MEGSRY . /[SR 0 (IJVIXMR = IX EP 9PXVEP]XMGW]SPSZ :—=303Z4 1SHIPW %;77YTIVZMWIP]ERH=SY8YFI-RXIKVEXMSRW>IRSHS 37

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr =)6378-79:0%6-2-2+132-836-2+-5-0-7,(%+)3%<&3638 8)<2%03+-=%0%6-2-2+%<&36388%,0-0- %%%FHYZEMXSZ%%(EQMRSZ TATU Samarqand filiali “Axborot texnologiyalari” kafedrasi katta o‘qituvchisi 8%897EQEVUERHFSWUMGLXEPEFEWM EEFHYZEMXSZ$KQEMPGSQ 8IP %RRSXEXWM]E geoaxborot tizimlari texnologiyalari insoniyat xo‘jalik faoliyati natijasida to‘plangan turli xildagi ma’lumotlarni saqlash va qayta ishlash imkoniyatini beradi. Ushbu QEUSPEHE %VG+-7 HEWXYVM ]SVHEQMHE ]IV SWXM WYZPEVM YGLYR KISE\FSVSX EZXSQEXPEWLXMVMPKER XM^MQMRM XY^MWL ZE YRHER XYVPM MRNIRIVgeologik masalalarini yechishda foydalanish yo‘llari ko‘rib chiqiladi. Kalit so‘zlar:+%8]IVSWXMKMHVSWJIVEWM%VG1EV%VG8SSP&S\%VG+-7KISE\FSVSXFE^EWM MRWXMXYXWMSREPXELPMP Hozirgi vaqtda dunyoning bir qancha joylarida monitoring tarmoqlari mavjud bo‘lib, ularda yer osti suvlari va burg‘ilash quduqlarining darajasi va sifati mintaqaviy darajada o‘lchanadi. Ushbu ma’lumotlarni qayta ishlash va taqdim etish Geoaxborot tizimlarida (GAT) EQEPKESWLMVMPEHM+ISE\FSVSXXM^MQPEVMZEXI\RSPSKM]EPEVMEWSWMHE EPSUEXEVQSUPEVM]IVSWXM WYZPEVMRMRK OSʻXEVMPMWLM ZE XYWLMWLMRM EZXSQEXMO OY^EXMWL ]IV SWXM WYZPEVM UEXPEQPEVMRMRK QMUHSVM] ZE WMJEX OSʻrsatkichlarini matematik modellashtirish va dasturiy taʼminotdan foydalangan holda monitoring qilish, tabiiy va texnogen taʼsirida sathlarning oʻ^KEVMWLMRM ZE YPEVRM OY^EXMF FSVMWL NEVE]SRMRM EQEPKE SWLMVEHM -PQM] XEHUMUSX NEVE]SRMHE FY UY]MHEKM QYEQQSPEVRMLEPUMPMWLYGLYRFMVRIGLXESVKERMONEVE]SRPEVRMXEPEFUMPEHM?A +ISE\FSVSX XI\RSPSKM]EPEVM WYZ VIWYVWPEVMRMRK QSRMXSVMRKMHE QYLMQ ELEQM]EXKE IKE bo‘lgan usullardan biridir. Bu texnologiyalar, suv tizimlarini boshqarish, suv resurslarini monitor qilish, suv ta’minoti va ijro etilishi, hamda suvlar bilan bog‘liq muammolarni aniqlash uchun qo‘llaniladi. Geoaxborot texnologiyalari orasida axborotXELPMPM LEQ NYHE QYLMQ ELEQM]EXKEIKE Shunday qilib, gidrogologik ma’lumotlar monitoring qilish — FY MJSVQEXWM]ERM shakllantiruvchi va uni keltirib chiqaruvchi “tadqiqot” bo‘ladi. Ular informatsiyaning atributlari XEWLOMPIXYZGLMPEVM LMWSFPERMFJEOXHEPMPZEXYWLYRGLEPEVRMEOWIXXMVEHM Shulardan kelib chiqan xolda Yer osti suvlari monitoringi bo‘yicha axborotlar, suvlar YWXMHEQYZSJMUPMOQSRMXSVMRKNEVE]SRPEVMRMRK]E\WLMFSWLUEVMPMWLMZEWEQEVEPMUE]XEMWLPEWL YGLYR E\FSVSX XI\RSPSKM]EPEVM ZE EZXSQEXPEWLXMVMPKER EPKSVMXQPEVHER JS]HEPERMWLKE asoslangan. Bu tizimlar o‘rganilgan ma'lumotlarni to‘plab, tahlil qilish, va boshqarish uchun avtomatlashtirilgan qayta ishlash algoritmlarini o‘z ichiga oladi[2]. 8EHUMUSXRMRK EWSWM] REXMNEWM ^EQSREZM] KISE\FSVSX XI\RSPSKM]EPEVM MQOSRM]EXPEVMHER JS]HEPERKERLSPHELYHYHPEVRMKMHVSKISPSKMOFELSPEWLRMRKYWPYFM]ZEEQEPM]YWYPPEVMRMMWLPEF chiqish (Yuqori Zarafshon vodiysi misolida) bo‘lib, quyidagi natijalardan iborat. o‘rganilayotgan hududning raqamli ko‘rinishidagi ma’lumotlarning geobazasi yaratilib, WXVYOXYVEZM] XY^MPQEWM MWLPEF GLMUMPMF FEXEJWMP E\FSVSX UEXPEQPEVMRMRK QSVJSPSKMO KMHVSPSKMO KMHVSKISPSKMOKISPSKMOZEKMHVSHMREQMO VINEPEVMXY^MPEHM %VG1EV ZE %VG8SSP&S\ QSHYPPEVM ]SVHEQMHE %VG+-7RM KMHVSHMREQMO QSHIPPEWLXMVMWL SVUEPM VEUEQPM KMHVSKISPSKMO QSHIP ]EVEXMPHM REXMNEHE LYHYHRMRK ]IV SWXM WYZPEVMRM gidrogeologik ko‘rinishi hosil bo‘ldi, o‘rganilayotgan hududdagi yer osti suvlarining asosiy OSQTSRIRXPEVMZEVEUEQPM\EVMXEKEXYWLMVMPHM 38

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr 1SRMXSVMRK XM^MQPEVM SVUEPM SPMRKER ]IV SWXM WYZPEVMRMRK QIXISVSPSKMO KMHVSKISPSKMO QE PYQSXPEV FE^EWMRM ]EXEVMWL =IV SWXM WYZPEVM QSRMXSVMRKMHE ]ERKM YWYPPEV ZE EPKSVMXQPEV ishlab chiqish, ma’lumotlarni avtomatlashtirilgan o‘lchash, yig‘ish va ishlov berish dasturiy ta’minotni takomillashtirish, suv resurslari holati turli antropogen va tabiiy omillarini atrof muhit bilan o‘zaro ta’siri jarayonlarini matematik modellashtirish, ularning o‘zgarishini FEWLSVEXUMPMWLNEVE]SRPEVMOMVMXMPEHM?A O‘rganilayotgan hududning topologik, geologik, gidrologik, gidrogeologik va muhandis KISPSKMOLEQHEQIPMSVEXMZWLEVXsharoitlarini inobatga olgan holda maydon bo‘yicha kuzatuv UYHYUPEVMRMRK NS]PEWLMWLMRM OSQT]YXIV XEVQSUPEVMRMRK XSTSPSKMO XEUWMQPERMWLM WMRKEVM HIF olsak, ularning suv sathini ko‘rsatuvchi qiymatlarini sohani qamrab oluvchi to‘r shaklidagi funksiyaning tugun nuqtalaridan olingan ma’lumot sifatida, kompyuter tarmoqlarini monitoring qilish tizimida ma’lumotlar uzatish tarmog‘ining hattiLEVEOEXPEVMRM XELPMP UMPMWL masalalari kabi qaraladi. Shuningdek, kompyuter tarmog‘ining modeli namunalari ko‘rib chiqiladi va tarmoqning tahlili vaqtida hal qilinishi kerak bo‘lgan vazifalar taqdim etiladi. Kompyuter tarmoqlari singari xabar uzatish ma’lumotlarni saqlash modeli orqali tasvirlanadi. 8EVQSURMRK LEV FMV IPIQIRXM YGLYR LMWSFPEREHMKER TEVEQIXVPEV ZE XEVQSU XYKYRPEVM orasidagi bog‘liqlik aniqlanadi. Tarmoqning har bir elementiga (grafik) kirish va chiqish vaqtini hisobga olgan matematik modellar ham o‘rnatilishi, sohaning ixtiyoriy tugun RYUXEWMHE OY^EXYZ UYHYUPEVM EWSWMHE RE^SVEX NEVEѐRM SPMF FSVMPMWLM QYQOMR 9WLFY OY^EXYZ quduqlarining sath va qiymat o‘zgarishi asosida gidrorejim monitoringi yuritiladi[5]. 1SRMXSVMRKXM^MQMRMRKE\FSVSXQSHIPPEVMEXVSJmuhit sohasida ham qo‘llaniladi. Ular suv WMJEXMRM FELSPEWL MJPSWPERMWL QERFEPEVMRM ERMUPEWL ZE EXVSJmuhitga salbiy ta’sirlarni OEQE]XMVMWL GLSVEPEVMRM MWLPEF GLMUMWLHE ]SVHEQ FIVEHM &YRHER XEWLUEVM E\FSVSX QSHIPPEVM iqlim o‘zgarishi va uning suv resurslari holatiga ta’sirini bashorat qilish uchun ishlatiladi. Axborot modellarini qo‘llashning muhim sohasi suv resurslarini boshqarishdir. Ular suvga bo‘lgan ehtiyojni baholash, yangi suv olish inshootlarini qurish uchun maqbul joylarni ERMUPEWL ZE WYZ VIWYVWPEVMHER SUMPSRE JS]HEPERMWL WXVEXIKM]EWMRM MWLPEF GLMUMWL MQOSRMRM FIVEHM 1EZNYH WYZ SPMWL XM^MQPEVMRMRK MWLPEWLMRM OY^EXMWL ZE YPEVRM XEOSQMPPEWLXMVMWL yo‘nalishlarini aniqlash uchun axborot modellari ham qo‘llaniladi. Shunday qilib, yer osti WYZPEVM QSRMXSVMRKM XM^MQPEVMRMRK E\FSVSX QSHIPPEVM JESPM]EXRMRK XYVPM WSLEPEVMHE OIRK qo‘llaniladi, =IVSWXMWYZPEVMQSRMXSVMRKMXM^MQMHEQEXIQEXMOQSHIPPEVHERJS]HEPERMWLWEQEVEHSVPMKM ko‘plab omillarga, jumladan, kiritilgan ma’lumotlarning aniqligi va to‘liqligi, modellashtirish algoritmlarining sifati va muayyan vazifa uchun modelni to‘g‘ri tanlashga bog‘liq. %\FSVSXtahlil tizimlari yer osti suvlari monitoringida muhim rol o‘ynaydi. Ular yer osti suv resurslarining holati to‘g‘risida katta hajmdagi ma’lumotlarni to‘plash, tahlil qilish va UE]XEMWLPEWLMQOSRMRMFIVEHMFYIWEQSRMXSVMRKWEQEVEHSVPMKMRMSWLMVEHMZE]IVSWXMWYZPEVMRM boshqarish va muhofaza qilish bo‘yicha yanada asosli qarorlar qabul qilish imkonini beradi. %\FSVSXXELPMP XM^MQPEVMRMRK WEQEVEHSVPMKM YPEV XELPMP UMPMWL YGLYR JS]HEPEREHMKER ma’lumotlarning sifati va hajmiga bog‘liq. Ma’lumotlar qanchalik aniq bo‘lsa, shunchalik ERMUVSU REXMNEPEVKE IVMWLMWLMRKM^ QYQOMR &YRHER XEWLUEVM XM^MQRMRK WEQEVEHSVPMKM YRMRK ma’lumotlarni tahlil qilish va foydali ma’lumotlarni qulay tarzda taqdim etish qobiliyatiga bog‘liq. Zamonaviy axborot va tahliliy tizimlar turli xil ma’lumotlarni tahlil qilish usullaridan foydalanishi mumkin, masalan, statistik tahlil, mashinani o‘rganish, neyron tarmoqlar va boshqalar. Ushbu usullar ma’lumotlardagi naqshlarni aniqlashi, yer osti suvlari sharoitidagi o‘zgarishlarni bashorat qilish va suvni boshqarishning optimal strategiyalarini aniqlashi QYQOMR 1EXIQEXMOQSHIPPEVHERJS]HEPERMWLWEQEVEHSVPMKMRMSWLMVMWLYGLYRYPEVRMRKERMUPMKMZE 39

Menejment va zamonaviy texnologiyalar universiteti 2023-yil 14-dekabr adekvatligini muntazam ravishda baholash, shuningdek, modellarni o‘zgaruvchan sharoit va talablarga moslashtirish kerak. Matematik modellardan foydalanish bilan bog‘liq bo‘lishi mumkin bo‘lgan xatolar va noaniqliklarni hisobga olish va ularni minimallashtirish choralarini ko‘rish ham muhimdir[6]. +ISPSKM]E UMHMVYZ WSLEWMHE KISE\FSVSX XM^MQPEVM EWSWMHE XEHUMU UMPMWL LEV UERHE] NEVE]SRHEQYLMQZEXEWEZZYVPMUMWQLMWSFPERMFKIS\FSVSXXM^MQPEVM]SVHEQMHEKMHVSKISPSKMO monitoringi jarayonida loyihalash muammolarini axborot ta’minoti uchun ko‘rilgan masala bo‘yicha yer osti suvlari sathi, tarkibiy miqdoriy va harorati kabi tasniflarini holatini o‘rganish doirasida yer osti suvlarining tarmoq modellari o‘rganildi. Ushbu tadqiqotlar davomida yer SWXM WYZM KISJMPXVEXWM]E NEVE]SRPEVMRM QSHIPPEWLXMVMWL WYZ UEXPEQMRMRK LSPEXM \EUMHEKM axborotlarni geoma’lumotlar bazasiga kiritish va ularni saqlash, qayta ishlash va geobaza XY^MPMWLMRMXELPMPUMPMWLYWYPPEVM]EVEXMPHM %HEFM]SXPEV .<(NYQERSZ%%%FHYZEMXSZ/%&SFSQYVSHSZ=IVSWXMWYZPEVMRMQSRMXSVMRK UMPMWLHEKISE\FSVSXXI\REPSKM]EPEVMEWSWMHEPS]MLEPEWL@@-RXIVREXMSREPWGMIRXMJMGERHXIGLRMGEP conference “digital technologies: problems and solutions of practical implementation in the spheres” %]HEVSZE %% 7L7%\VEPSZ %%%FHYZEMXSZ ...YQERSZ 6IKVIWWMSR QSHIP SJ [EXIV VIWSYVGIW QEREKIQIRX SJ HMWXVMFYXIH MVVMKEXMSR W]WXIQW7GMIRGI ERH -RRSZEXMSR MRXIVREXMSREPWGMIRXMJMGNSYVREPZSPYQIMWWYIYMJ-772<EPUEVSMPQM] NYVREPM”LXXTWHSMSVK^IRSHS. 7219620 №AP7%-7 б. /PSZ&%PEELS4&IVXVER+&SYOEPSZE>)VXYVO%+SPHWGLIMHIV2-PQSRIR J.; Karakaya, N.; Kupfersberger, X.; Kvœrner, J.; va boshqalar. Yer osti suvlariga bog‘liq IOSXM^MQPEV - UMWQ +MHVSIOSPSKMO LSPEX ZE XIRHIRXWM]EPEV %XVSJQYLMX [7GM 7M]SWEX – Djumanov J.X., Abduvaitov A.A., Aytmetov Б.Р. Geoаxborot tizimlаri vа texnologiyalаrining gidrogeologiyadа qoʼllаnishi/ “ТАТУ хабарлари” ilmiyXI\RMOEZEE\FSVSX tahliliy jurnali № 1(57), 2021. Toshkent. & G‘. U. Yusupov, D. A. Quvvatov. Meliorativ gidrogeologiya fanidan o‘quv qo‘llanma. 8SWLOIRX–F LXXTVQOKVSYTVYVYIRXIVTVMWIWQMOLIIZWO] LXXTVQOKVSYTVYVYIRXIVTVMWIWXSQMRWOM] 40