Muhammad al-xorazmiy nomidagi toshkеnt axborot tеxnologiyalari univеrsitеti qarshi filiali “ kompyuter injiniringi ” fakultеti

 
 
 

---

NEYRON TARMOQLARI YORDAMIDA TASVIRLARNI SIQISH ALGORITMI 
Zamonaviy kompyuter tahlilining tendentsiyasi bo'lgan ma'lumotlarni tahlil qilish va 
mashinani o'rganishning zamonaviy imkoniyatlari ommabop va jozibali tarzda ta'kidlangan. 
Taqdimot metodlarni tushunish va ularni amaliy masalalarda qo‘llashga qaratilgan. "Bizni 
kuzatib boring va ma'lumotlarni tahlil qilishni o'rganasiz!" - kitobning asosiy leytmotivi. 
Klassik statistik usullar batafsil tavsiflangan, jumladan, ko'p o'lchovli usullar: klaster tahlili, 
diskriminant tahlili, ko'p regressiya, omil tahlili, asosiy komponentlar tahlili, omon qolish 
tahlili va Kox regressiyasi. Alohida boblarda neyron tarmoq usullari, ma'lumotlarni qidirish 
usullari, tasniflash va regressiya daraxtlari (CART - modellar) taqdim etilgan. Inson 
faoliyatining turli sohalaridan misollar ko'rib chiqiladi: sanoat, chakana savdo, 
infokommunikatsiyalar, biznes, tibbiyot. Maxsus bo'limlar ehtimollik nazariyasiga va 
mashinani o'rganish usullariga asoslangan optimallashtirish usullariga bag'ishlangan. 
O'quvchilarning keng doirasi uchun: muhandislar, texnologlar, menejerlar, tahlilchilar, 
shifokorlar, ma'lumotlarni tahlil qilish va mashinani o'rganishning zamonaviy tahliliy usullari 
va texnologiyalari va ularni amaliyotda qo'llash bilan qiziqqan tadqiqotchilar. 
Ushbu tadqiqot mavzusi sun'iy neyron tarmoqlari apparati asosida tasvirni aniqlash tizimini 
ishlab chiqishdan iborat. Tasvirni tanib olish vazifasi juda muhim, chunki kompyuterda 
tasvirlarni avtomatik tanib olish imkoniyati fan va texnika taraqqiyotida koʻplab yangi 
imkoniyatlarni keltirib chiqaradi, masalan, fotosuratlarda yuzlar va boshqa obʼyektlarni 
topish tizimlarini ishlab chiqish, tasvir sifatini nazorat qilish. inson aralashuvisiz ishlab 
chiqarilgan mahsulotlar, avtomatik transport nazorati va boshqalar. 
Sun'iy neyron tarmoqlarga kelsak, so'nggi yillarda mavjud kompyuterlarning hisoblash 
quvvatining sezilarli darajada oshishi va neyronlarni o'qitishga imkon beradigan hisoblash 
uchun grafik kartalardan hamma joyda foydalanish tufayli mashinani o'rganishning ushbu 
bo'limi tobora ko'proq rivojlanmoqda. oldingiga qaraganda ancha chuqurroq va murakkab 
tuzilishga ega boʻlgan tarmoqlar, bu esa oʻz navbatida koʻplab vazifalar, xususan, tasvirni 
aniqlash vazifalari uchun boshqa algoritmlarga nisbatan ancha yaxshi natijalarni koʻrsatadi. 

---

Neyron tarmoqlarni rivojlantirishning ushbu yo'nalishi chuqur o'rganish deb ataladi va 
hozirgi vaqtda eng muvaffaqiyatli va tez rivojlanayotgan yo'nalishlardan biridir. Misol 
uchun, ImageNet-2014 yillik tasvirni aniqlash tanlovi natijalariga ko'ra, muvaffaqiyatli 
algoritmlarning aksariyati chuqur konvolyutsion tarmoqlardan foydalangan. 
Tasvirni tanib olish muammosi juda keng va ko'p hollarda har xil turdagi tasvirlar uchun 
alohida yondashuvni talab qilganligi sababli, tasvirni tanib olish muammosini bitta tadqiqot 
doirasida bir butun sifatida ko'rib chiqish deyarli mumkin emas, shuning uchun shunday 
qaror qabul qilindi: masalan, tasvirni tanib olishning yo'lni tanib olish kabi kichik 
muammosini alohida ko'rib chiqish. 
Shunday qilib, ushbu tadqiqotning asosiy maqsadi yo'l belgilari tasvirlari uchun sun'iy neyron 
tarmoqlarga asoslangan tasvirni aniqlash tizimini ishlab chiqish edi. Ushbu maqsadga 
erishish uchun quyidagi vazifalar belgilandi: 
Sun'iy neyron tarmoqlari mavzusidagi adabiyotlarni tahliliy ko'rib chiqish va ularni tasvirni 
aniqlash muammosi uchun qo'llash 
Sun'iy neyron tarmoqlar apparati yordamida yo'l belgilarini tanib olish algoritmini ishlab 
chiqish 
Ishlab chiqilgan algoritm asosida tasvirni aniqlash tizimining prototipini ishlab chiqish. 
Ushbu vazifaning natijasi foydalanuvchiga rasmni yuklash va ushbu tasvirning sinfini 
bashorat qilish imkonini beruvchi dasturiy ta'minot to'plami bo'lishi kerak. 
Eksperimental tadqiqot. Tadqiqot o'tkazish va olingan algoritmning to'g'riligini baholash 
kerak. 
O'qish jarayonida barcha vazifalar bajarildi. Ularning har biri uchun aniq natijalar ishning 
asosiy qismida tavsiflanadi.