Илм-фан 3-son_22 итог

PRINT ISSN 2181-9637 ONLINE ISSN 2181-4317 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023 ТОШКЕНТ – 2023

ТАҲРИР КЕНГАШИ Таҳрир кенгаши раиси: Абдураҳмонов Иброҳим Юлчиевич, б.ф.д., проф., академик https://orcid.org/0000-0001-9563-0686 ЎЗБЕКИСТОН РЕСПУБЛИКАСИ ТАҲРИР КЕНГАШИ АЪЗОЛАРИ: ОЛИЙ ТАЪЛИМ, ФАН ВА ИННОВАЦИЯЛАР Салимов Оқил Умурзоқович, тех.ф.д., проф., академик ВАЗИРЛИГИ Турдикулова Шахлохон Ўткуровна, б.ф.д., проф. Отажонов Шуҳрат Ибрайимжонович, и.ф.д. Муассис: Мусаев Жахонгир Паязович, п.ф.д., проф. в.б. Тўйчиев Олимжон Алижонович, тех.ф.ф.д. “Инновацион ривожланиш нашриёт- матбаа уйи” давлат унитар корхонаси ТАҲРИР ҲАЙЪАТИ АЪЗОЛАРИ: ИЛМИЙ ЖУРНАЛ Хорижий экспертлар: 3 / 2023 Пармон Валентин Николаевич, к.ф.д., проф., Россия Фанлар академиясининг Сибирь филиали раиси ИЛМ-ФАН ВА ИННОВАЦИОН Мурзин Дмитрий Юрьевич, к.ф.д., проф., РИВОЖЛАНИШ Aбо Aкадемияси университети (Финляндия) Журнал 2018 йилдан буён Ўзбекистонлик экспертлар: нашр этилмоқда. Маджидов Иномжон Урушевич, тех.ф.д., проф Тошболтаев Муҳаммад Тожиалиевич, тех.ф.д., проф. Журнал Ўзбекистон Матбуот ва Султонов Тохиржон Зокирович, тех.ф.д., проф. ахборот агентлигида 2018 йил 28 май ойида Тураходжаев Нодир, тех.ф.д., проф. Матякубова Парахат Майлиевна, тех.ф.д., проф. даврий нашрлар учун Сагдуллаев Шомансур Шохсаидович, тех.ф.д., проф. белгиланган № 0974 рақами Жуманиязов Қадам, тех.ф.д., проф. Aхатов Акмал Рустамович, тех.ф.д., проф. билан рўйхатга олинган. Ашуров Хатам Бахранович, тех.ф.д. Маткаримов Сохибжон Турдалиевич, тех.ф.д. Ушбу нашр Ўзбекистон Республикаси Олий аттестация комиссиясининг техника фанлари бўйича чоп этишга тавсия этилган илмий нашрлар рўйхатига киритилган. Директор: Журнал саҳифаларида чоп этилган материаллардан М.Б. Турсунов фойдаланилганда Бош муҳаррир: “Илм-фан ва инновацион ривожланиш” Ҳ.Р. Салоева илмий журналидан олинди деб кўрсатилиши шарт. Таҳририят тақдим этилган мақолаларни тақриз қилиш Муҳаррирлар: Ф.А. Муҳаммадиева ва қайтариш мажбуриятини олмаган. Мақолада келтирилган далиллар ва маълумотлар Е.А. Ярмолик М. Камалова учун муаллиф жавобгар. Журналнинг электрон шаклида жойлаштирилган барча материаллар нашр қилинган ҳисобланади ва муаллифлик ҳуқуқи объекти саналади ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 2 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

МУНДАРИЖA МУНДАРИЖA 04.00.06 ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ Мамарозиков Тимур Умаржонович, Юсупов Диёрбек Дониёрбекович, 6 Отажонова Шахло Худойберган кизи, Хикматиллаев Нодир Ботирбек угли, Орипов Азизжон Аброржонович ЦИФРОВОЙ КОМПЛЕКС PULSELAB ДЛЯ ПРАКТИЧЕСКОЙ РАБОТЫ ПО ИЗУЧЕНИЮ ОСНОВ ГЕОФИЗИКИ 05.01.01 МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР 23 Nuraliyev Faxriddin Murodillayevich, Giyosov Ulug‘bek Eshpulatovich 3D TEXNOLOGIYALAR ASOSIDAGI MILLIY VIRTUAL UNIVERSITET TIZIMIGA 3D OBYEKTLARNI JOYLASHTIRISH VA QURISH 05.01.07 МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ 33 Ximmatov Ibodilla Qudratovich VIDEOTASVIRLARDAN OLINGAN MA’LUMOTLAR ASOSIDA SHAXS POZASINI TANIB OLISHNING NEYROTARMOQLI MODELI 05.01.10 АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ 44 Elov Botir Boltayevich, Axmedova Xolisxon Ilxomovna SO‘Z MA’NOSINI ANIQLASHDA NAIVE BAYES ALGORITMIDAN FOYDALANISH PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 3 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

МУНДАРИЖA ТЕХНОЛОГИК МАШИНАЛАР. 05.02.03 РОБОТЛАР, МЕХАТРОНИКА ВА РОБОТОТЕХНИКА ТИЗИМЛАРИ Djurayev Anvar Djurayevich, Kasimov Abror Aliyorovich 55 PAXTA TOZALASH MASHINALARI UCHUN TAKOMILLASHTIRILGAN TASMALI UZATMANING NAZARIY HISOBI VA TAJRIBADA SINASH АСБОБЛАР. ЎЛЧАШ ВА НАЗОРАТ 05.03.01 ҚИЛИШ УСУЛЛАРИ (ТАРМОҚЛАР БЎЙИЧА) 66 Захидов Нематжон Муратович ПРИБОР ПОИСКА ПОДЗЕМНЫХ КОММУНИКАЦИЙ С ДВУХТАКТНЫМ ИМПУЛЬСНЫМ ПРЕОБРАЗОВАТЕЛЕМ МЕТРОЛОГИЯ ВА МЕТРОЛОГИЯ 05.03.02 ТАЪМИНОТИ Матякубова Парахат Майлиевна 74 МУҲАНДИС-МЕТРОЛОГЛАРНИ ТАЙЁРЛАШ ЖАРАЁНИДА “МЕТРОЛОГИЯ АСОСЛАРИ” ФАНИНИ ЎҚИТИШНИНГ ИЛҒОР ТЕХНОЛОГИЯЛАРИ ТЎҚИМАЧИЛИК МАТЕРИАЛЛАРИ 05.06.02 ТЕХНОЛОГИЯСИ ВА ХОМАШЁГА ДАСТЛАБКИ ИШЛОВ БЕРИШ Алимова Халима Алимовна, Умурзакова Халима Хабибуллаевна, 83 Усманова Шахноза Анваровна, Собиров Қўзибой Эркинович ТАКРОРИЙ ЕТИШТИРИЛГАН ПИЛЛА ИПЛАРИНИ ТАДҚИҚ ҚИЛИШ Таджибаев Муxаммад Aхмаджонович, Азимов Самад 91 Солижанович, Aбдураxимов Комилжон Каримович РАСЧЕТ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА НА ОСНОВЕ НАУЧНЫХ ИССЛЕДОВАНИЙ ОСТАТОЧНЫХ ЗАГРЯЗНЕНИЙ НА ХЛОПКООЧИСТИТЕЛЬНОМ ЗАВОДЕ ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 4 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

МУНДАРИЖA Нажмитдинов Шухрат Абдукаримович, Абдулхафизов Бунёд 99 Хакимжанович ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ВАРИАНТОВ ПРОФИЛЕЙ КОЛОСНИКОВЫХ РЕШЕТОК НА ЭКСПЕРИМЕНТАЛЬНОЙ УСТАНОВКЕ МОДУЛЯ КРУПНОГО СОРА 05.07.02 ҚИШЛОҚ ХЎЖАЛИГИ ВА МЕЛИОРАЦИЯ ТЕХНИКАЛАРИНИ ИШЛАТИШ, ТИКЛАШ ВА ТАЪМИРЛАШ 106 Эгамназаров Бехзод Бахромжон ўғли ШОЛИЧИЛИК КЛАСТЕРИ БОШ МОДЕЛИ ВА МАШИНА ПАРКИ ТАРКИБИНИ АСОСЛАШ ДАВЛАТ ИЛМИЙ ДАСТУРЛАРИ ДОИРАСИДА БАЖАРИЛАЁТГАН ЛОЙИҲАЛАР 115 ЎЗБЕКИСТОН ХАЛҚ ТАБОБАТИДА ИШЛАТИЛАДИГАН ДОРИВОР ВА ЙЎҚОЛИШ ХАВФИ ОСТИДАГИ ЎСИМЛИКЛАРНИНГ ЭЛЕКТРОН ДЕПОЗИТАРИЙСИНИ ЯРАТИШ 117 ТУРЛИ ТАБИИЙ-ИҚЛИМ ВА АНТРОПОГЕН ШАРОИТЛАРДА УРБАНОФЛОРАЛАРНИНГ ШАКЛЛАНИШИ ХУСУСИЯТЛАРИ 119 O‘ZBEK TILIDA NEYMING: ME’YORIY-HUQUQIY ASOSLARINI YARATISH “ОЛМАЛИҚ КМК” АЖ ИШЛАБ ЧИҚАРИШ ШАРОИТИДА РАНГЛИ ВА 122 ҚИММАТБАҲО МЕТАЛЛ РУДАЛАРИНИ ФЛОТАЦИЯ ЖАРАЁНИДА ҚЎЛЛАШ УЧУН МАҲАЛЛИЙ ВА ИККИЛАМЧИ ХОМАШЁЛАР АСОСИДА ИМПОРТ ЎРНИНИ БОСУВЧИ ФЛОТОРЕАГЕНТ – КЎПИКЛАНТИРУВЧИ (ВСПЕНИВАТЕЛЬ)ЛАРНИ ОЛИШ ТЕХНОЛОГИЯСИНИ ЯРАТИШ 124 ТУРЛИ ФУНКЦИОНАЛ МАҚСАДЛАР УЧУН ОРГАНИК ВА НООРГАНИК ҚОПЛАМАЛИ МОДИФИКАЦИЯЛАНГАН ТОЛАЛИ МАТЕРИАЛЛАР ЯРАТИШ PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 5 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ https://dx.doi.org/10.36522/2181-9637-2023-3-1 UDC: 378.147.88(045)(575.1) ЦИФРОВОЙ КОМПЛЕКС PULSELAB ДЛЯ ПРАКТИЧЕСКОЙ РАБОТЫ ПО ИЗУЧЕНИЮ ОСНОВ ГЕОФИЗИКИ Мамарозиков Тимур Умаржонович, младший научный сотрудник, ORCID: 0000-0002-1151-0618, e-mail: [email protected]; Юсупов Диёрбек Дониёрбекович, младший научный сотрудник, ORCID: 0000-0002-3999-807X, e-mail: [email protected]; Отажонова Шахло Худойберган кизи, лаборант, ORCID: 0000-0003-2696-779X, e-mail: [email protected]; Хикматиллаев Нодир Ботирбек угли, лаборант, e-mail: [email protected]; Орипов Азизжон Аброржонович, лаборант, ORCID: 0009-0003-8976-2959, e-mail: [email protected] Центр передовых технологий при Министерстве высшего образования, науки и инноваций Республики Узбекистан Аннотация. В данной статье рассматри- Введение вается специальный программный комплекс, Современное образование немыслимо представляющий собой совокупность автома- без применения компьютерных техно- тизированных обучающих программ, направлен- логий, цифровизации учебного процес- ных на улучшение качества образования в сфе- са, создания веб-платформ, электронных ре геофизики. Объектом исследования являют- учебных ресурсов и обучающих программ. ся законы распространения физических полей, В условиях, когда нет альтернативы дис- применяемые в геофизической науке. Целью танционному обучению, этот вопрос ста- исследований является разработка комплекса новится еще более актуальным. лабораторных и практических работ по геофи- Сегодня в литературе имеется ряд но- зическим методам для визуального представле- вых идей, касающихся будущего образо- ния обучающимися процессов распространения вания, и в частности преподавания есте- физических полей в геологической среде. В ходе ственных наук, технологий и инженерии. исследования был проведен анализ мирового Примерами технологий, наиболее подхо- опыта использования цифровых (виртуальных) дящих для данного исследования, явля- лабораторий, применяемых в образователь- ются: дистанционное обучение, электрон- ной практике при обучении естественным и инженерным наукам, в частности в геофизике. В результате анализа теоретического мате- ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 6 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ ное обучение, виртуальные лаборатории, риала по разделам геофизики были разработаны виртуальные системы, основанные на ди- алгоритмы для расчета и визуализации процес- намике, и общая новая концепция иммер- сов распространения физических полей. Данные сивного образования, объединяющая эти алгоритмы разработаны для таких разделов идеи. геофизики, как сейсморазведка, сейсмология, электроразведка, магниторазведка и гравираз- В мировой практике за последние де- ведка. В результате на основе разработанных сятилетия разработан ряд виртуальных алгоритмов была реализована платформа, на лабораторий по различным направлениям которой размещены программы лаборатор- естественных наук, технологий и инжене- ных комплексов по разделам сейсморазведки рии. Ниже будет приведен ряд проектов по и сейсмологии. Проведенный анализ отзывов созданию виртуальных лабораторий. студентов подтвердил эффективность про- граммы, способствующей развитию навыков LiLa – это аббревиатура «Библиотеки критического мышления, самодисциплины и от- лабораторий», инициативы восьми уни- ветственности. Выводы статьи подчеркивают верситетов и трех предприятий, коорди- важность внедрения таких инновационных под- нируемой Штутгартским университетом ходов в традиционный формат образования для (Германия) (Richter, Boehringer, & Jeschke, улучшения его качества и соответствия совре- 2010). Проект LiLa финансировался Евро- менным требованиям. пейской комиссией в рамках программы eContentplus. Цель проекта заключалась Ключевые слова: цифровые лабораторные в содействии взаимному обмену и досту- комплексы, цифровизация, физическое поле, пу к виртуальным лабораториям (средам волна, геофизика, модель, алгоритмы, про- моделирования) и удаленным лаборато- граммы. риям. “PULSELAB” GEOFIZIKA ASOSLARINI Проект Go-Lab (Глобальные научные O‘RGANISH BO‘YICHA AMALIY ISHLARNING онлайн-лаборатории для исследователь- ского обучения в школе) был европей- RAQAMLI KOMPLEKSI ским совместным проектом, совместно финансируемым Европейской комиссией Mamaroziqov Timur Umarjonovich, (Седьмая рамочная программа) (Govaerts, kichik ilmiy xodim; et al., 2013). Он объединил девятнадцать организаций из двенадцати стран, коор- Yusupov Diyorbek Doniyorbekovich, динируемых университетом Твенте (Ни- kichik ilmiy xodim; дерланды). Проект Go-Lab был направлен на открытие научных онлайн-лаборато- Otajonova Shaxlo Xudoybergan qizi, рий (удаленных и виртуальных) для ши- laborant; рокомасштабного использования в обра- зовании. Go-Lab создала инфраструктуру Xikmatillayev Nodir Botirbek o‘g‘li, (портал Go-Lab) для обеспечения доступа laborant; к набору онлайн-лабораторий всемирно известных исследовательских институтов, Oripov Azizjon Abrorjonovich, таких как ESA (Европейское космическое laborant агентство, Нидерланды), CERN (Европей- ская организация ядерных исследований, O‘zbekiston Respublikasi Oliy ta’lim, fan Швейцария), NUCLIO (Núcleo Interactivo va innovatsiyalar vazirligi huzuridagi Ilg‘or de Astronomia, Португалия) и т. д. Эти он- лайн-лаборатории могут использоваться texnologiyalar markazi университетами, школами, преподавате- лями и студентами для расширения регу- Annotatsiya. Ushbu maqolada geofizika soha- sida ta’lim sifatini oshirishga qaratilgan avto- matlashtirilgan o‘quv dasturlari majmuasi bo‘lgan maxsus dasturiy ta’minot to‘plami tahlil qilingan. Tadqiqot obyekti sifatida geofizika fanida qo‘lla- niladigan fizik maydonlarning tarqalish qonuniyatlari olingan. Tadqiqotning maqsadi talabalar tomonidan geologik muhitda fizik maydonlarning tarqalish jarayonlarini ko‘rgazmali tasvirlash uchun geofizik usullar bo‘yicha laboratoriya va amaliy ishlar majmuasini ishlab chiqishdan iborat. Tadqiqot PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 7 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ jarayonida tabiiy va muhandislik fanlari, xususan, лярных учебных занятий научными экспе- geofizika fanlarini o‘qitishda o‘quv amaliyotida риментами (De Jong, Sotiriou, & Gillet, 2014). qo‘llaniladigan raqamli (virtual) laboratoriyalardan foydalanish bo‘yicha jahon tajribasi o‘rganildi. Проект VccSSe (Virtual Community Geofizika bo‘limlarida nazariy materialni tahlil qilish Collaborating Space for Science Education) natijasida fizik maydonlarning tarqalish jarayonlarini был трехлетним проектом, начатым в ок- hisoblash va vizualizatsiya qilish algoritmlari ishlab тябре 2006 года в сотрудничестве между chiqildi. Bu algoritmlar geofizikaning seysmik несколькими учреждениями из Велико- qidiruv, seysmologiya, elektr qidiruv, magnit qidiruv британии, Румынии, Испании, Греции, va tortishish kabi sohalari uchun ishlab chiqilgan. Польши и Финляндии. Основная цель Natijada ushbu algoritmlar asosida seysmik qidiruv VccSSe заключалась в адаптации, разра- va seysmologiya kabi sohalarda laboratoriya ботке, тестировании, внедрении и распро- majmualari dasturlari joylashtirilgan platforma amalga странении учебных модулей, методологий oshirildi. Talabalarning fikr-mulohazalari dasturning обучения и педагогических стратегий, ос- samaradorligini tasdiqladi. Bu tanqidiy fikrlash, нованных на использовании виртуальных o‘zini o‘zi boshqarish va mas’uliyatni rivojlantirishga инструментов в различных областях науки yordam beradi. Maqola xulosasida ta’lim sifatini (физика, химия, биология), чтобы прине- oshirish va zamonaviy talablarga javob berish uchun сти пользу учащимся через наличие вир- an’anaviy formatdagi ta’limga bunday innovatsion туальных инструментов в классе (Tlaczala, yondashuvlarni joriy etish muhimligi ta’kidlandi. Zaremba, Zagorski, & Gorghiu, 2009). Вирту- альные инструменты в сочетании с дина- Kalit so‘zlar: raqamli laboratoriya komplekslari, мическими моделями физических законов raqamlashtirish, fizik maydon, to‘lqin, geofizika, позволили выполнять упражнения на ос- model, algoritmlar, dasturlar. нове моделирования в виртуальной ла- боратории. Система была продемонстри- DIGITAL COMPLEX “PULSELAB” FOR рована на простых примерах, таких как: PRACTICAL WORK TO STUDY THE BASICS закон Бойля – Мариотта, закон Шарля, за- кон Гей – Люссака, перенос тепла, электри- OF GEOPHYSICS ческие цепи постоянного и переменного тока (включая резонанс). Mamarozikov Timur Umarjonovich, Junior Researcher; TEALsim – это среда с открытым исход- ным кодом, предназначенная для разра- Yusupov Diyorbek Doniyorbekovich, ботки, представления и управления симу- Junior Researcher; ляциями. Она была разработана в рамках проекта TEAL (Technology Enabled Active Otazhonova Shakhlo Khudoibergan kizi, Learning) Массачусетского технологиче- Laboratory Assistant; ского института. Одной из целей TEALsim является расширение концептуального Khikmatillayev Nodir Botirbek ugli, и аналитического понимания учащимися Laboratory Assistant; природы и динамики электромагнитных явлений. TEALsim очень полезен в элек- Oripov Azizzhon Abrorzhonovich, тромагнетизме, помогая учащимся визу- Laboratory Assistant ализировать явления. Это позволяет уча- щимся увидеть невидимые силовые линии Center for Advanced Technologies under the магнитного поля, которые не видны в ре- Ministry of Higher Education, Science and альных условиях (Dos Santos, Guetl, Bailey, Innovation of the Republic of Uzbekistan & Harward, 2010). Abstract. The article discusses a special В Словацком технологическом универ- software package that represents a series of ситете в Братиславе была спроектирована automated educational programs aimed at improving quality of teaching and learning in the field of geophysics. The subject of the research is the laws of propagation of physical fields used in geophysical science. The aim of the research is to develop a series of laboratory and practical activities on geophysical methods in order to show the processes of physical field propagation ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 8 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ виртуальная лаборатория систем управле- in the geological environment, to students. The ния для технологических установок (Kalúz, research was also focused on a review of the global Čirka, & Fikar, 2011). Лаборатория обеспе- experience in using digital (virtual) laboratories чивает виртуальное моделирование трех in educational practice for teaching natural and технологических установок (системы ре- engineering sciences, particularly, in geophysics. зервуаров для хранения жидкости, трубча- As a result of the review of the data on geophysics, того теплообменника и реактора с мешал- we have developed algorithms for calculating кой непрерывного действия). and visualizing the processes of physical field propagation. These algorithms were developed for Концепция мультиплатформенной вир- such sections of geophysics as seismic exploration, туальной лаборатории для образователь- seismology, electrical-, magnetic- and gravity ных целей была разработана Политехни- exploration. Ultimately, the algorithms have enabled ческим университетом Каталонии (Барсе- implementing of a platform on which laboratory лона, Испания, кафедра теории сигналов и units which incorporate such sections as seismic связи). Эта виртуальная лаборатория про- exploration and seismology. The analysis of the водит эксперименты с системами управле- students’ feedback confirmed effectiveness of the ния на университетском уровне. EJS (Easy program, contributing to the development of critical Java Simulation) – инструмент на основе thinking skills, self-discipline, and responsibility. языка Java – и Matlab используются для Conclusions of the article emphasize the importance программирования. В этой мультиплат- of implementing such innovative approaches to форменной виртуальной лаборатории traditional format of learning in view of improving its доступны два вида экспериментов: маг- quality and meeting nowadays requirements. нитная левитация и система перевернуто- го маятника-тележки (Villar-Zafra, Zarza- Keywords: digital laboratory sets, digitalization, Sanchez, Lazaro-Villa, & Fernandez-Canti, physical field, wave, geophysics, model, algorithms, 2012). programs. Технологический институт Стивенса комплексов в области наук о Земле, в част- (США) разработал инновационный метод ности по геофизическим методам исследо- обучения студентов машиностроения ди- ваний. намике машин. Виртуальная онлайн-лабо- ратория позволяет учащимся учиться, вза- В МГРИ РГГРУ им. Серго Орджоникидзе имодействуя в виртуальной среде подобно (Россия) создан комплекс лабораторных массовым многопользовательским онлайн- работ Labs, посвященный изучению рас- играм, таким как Half-life 2, The Sims, WoW пространения поля упругих волн в гео- (World of Warcraft) и Second Life (Aziz, Esche, логической среде, моделированию сейс- & Cassapis, 2009). Игровая лабораторная мических волн от геологической среды среда была создана в рамках курса «Меха- в неоднородном пространстве, про- низмы и динамика машин», который знако- ектированию сейсморазведочных ра- мит с принципами кинематики и динамики бот согласно геологическому заданию и применяет их к рычажным, кулачковым (Romanov, 2007). системам, зубчатым передачам, ременным и зубчатым передачам, муфтам и вибраци- В университете наук и технологий Ки- ям. В этой виртуальной среде применяются тая разработан комплекс виртуальных гео- законы физики. Пользователи могут мани- физических лабораторных систем VGLS пулировать оборудованием и механизмами, (Virtual Geophysical Laboratory System) чтобы проводить свои эксперименты (Aziz, (Xiang & Wang, 2017). В данном комплексе Chang, Esche, & Chassapis, 2014). происходит моделирование работы с гео- физическими приборами путем воссозда- В мировой практике имеется ряд при- ния интерфейса приборов лабораторной меров создания цифровых лабораторных базы университета, что дает возможность обучающимся получить навыки работы с прибором персонально. В комплексе пред- PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 9 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ ставлены такие геофизические методы, Наиболее полным и интересным для как гравиразведка, магниторазведка, элек- решения геолого-геофизических задач троразведка. Комплекс также представля- представляется тип обучающих компью- ет возможность проведения виртуальных терных программ, в которых можно про- полевых работ. водить моделирование (имитацию) геоло- гических сред и процессов. В университете Лидса (Великобрита- ния), Кильском университете (Германия) Моделирующие компьютерные про- применен игровой подход к реализации граммы являются наиболее функциональ- лабораторных работ касательно наук о ными в лабораторно-практической (экспе- Земле. Студентам в виртуальной реально- риментальной) деятельности студентов. сти предлагается решить ряд геологиче- Это обуславливается тем, что именно они ских задач, выступая в роли ответствен- в значительной степени решают пробле- ного исполнителя проекта. Такой подход му экспериментального изучения слож- позволяет обучающемуся выбрать необ- ных объектов, когда проведение реальных ходимые и наиболее оптимальные методы экспериментов по тем или иным причи- исходя из решаемых задач и финансовых нам затруднено или просто невозможно. затрат (Pringle, 2014). Отчасти проблема проведения экспери- ментальных работ может быть связана с Как показывают исследования, вопро- отсутствием необходимого оборудования сам применения современных информа- либо же ограниченным его объемом, что в ционно-коммуникационных технологий свою очередь препятствует полноценному в сфере образования посвящен большой изучению геофизических процессов сту- круг работ отечественных и зарубежных дентами (рис. 1). ученых (Sadykov, 2021). Рис. 1. Проведение геофизической практики. Ознакомление с работой аппаратуры. Изучение полученного полевого материала Проведение геофизических изыска- нием численного компьютерного моде- ний является сложным процессом, что в лирования. Программирование данных свою очередь отражается на восприятии процессов и разделение их по отдельно- студентами в условиях учебного процес- сти позволяет студентам поэтапно осво- са. Визуализация процессов и явлений, ить геофизические методы и связанные происходящих при проведении геофизи- с ними физические процессы – от про- ческих изысканий, возможна с примене- стого к сложному, что делает возмож- ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 10 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ ным создать комплекс практических за- (от 0 до 1000 МПа) для того, чтобы про- нятий по дисциплине «Геофизика» для грамма рассчитала тензор относитель- студентов геологического направления. ной деформации. Для начала необходимо рассчитать первую пару упругих модулей Целью проекта является разработка – модуль Юнга и коэффициент Пуассона, комплекса лабораторных и практических затем по рассчитанным значениям первой работ по геофизическим методам, для ви- пары упругих модулей находится модуль зуального представления обучающимися сдвига и коэффициент ������. Конечным эта- процессов распространения физических пом выполнения лабораторной работы полей в геологической среде. Для решения является определение скоростей продоль- поставленной задачи выполняется чис- ной и поперечной волн по вычисленным ленное моделирование анализируемых значениям упругих модулей. физических полей, а также создание обу- чающих программ. Рис. 2. Практическая работа № 1.1 по курсу «Сейсморазведка» Материалы и методы В рамках данного комплекса реализо- Практическая работа № 1.2. Кинема- ваны лабораторные работы по таким раз- тика распространения упругих волн в од- делам, как сейсморазведка, электрораз- нородной изотропной, идеально-упругой ведка, магниторазведка, гравиразведка среде и сейсмология. В каждом из разделов были разработаны несколько программ. В данной работе студенты изучают ки- 1. В разделе «Сейсморазведка» были нематику распространения упругих волн реализованы следующие лабораторные в однородной изотропной среде. Они по- работы: лучают знания о том, как меняется фор- Практическая работа № 1.1. Изучение ма упругих волн при их распространении, а также как изменяются их параметры, та- упругих модулей кие как амплитуда и частота. Данная работа помогает студентам по- Основной задачей данной лаборатор- нять такие упругие свойства среды, как ной работы является расчет основных модуль Юнга, коэффициент Пуассона, мо- параметров упругих модулей и скоростей дуль сдвига, коэффициент сжатия, кото- продольной и поперечной волн, используя рые влияют на распространение упругих значения времени и удаления на годогра- волн. фах. В процессе выполнения работы студен- там предоставляется изображение образ- ца горной породы и панель инструментов, с помощью которой они могут провести эксперимент на одноосное сжатие. Для начала необходимо выбрать тип напря- жения, по умолчанию это касательное на- пряжение. Затем студентам необходимо выбрать плоскость напряжения, то есть ту плоскость, на которую будет воздейство- вать внешняя сила. При проведении эксперимента на од- ноосное сжатие одна грань исследуемого объекта закрепляется, а на вторую грань данной плоскости производится воз- действие внешнего напряжения. Затем студенты должны указать напряжение PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 11 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ волн через двухслойную среду, состоящую из двух однородных изотропных слоев. В ходе выполнения лабораторной ра- боты студенты узнают, как изменяется форма упругих волн при их распростране- нии через двухслойную среду, а также как изменяются параметры волн, такие как амплитуда и частота. Они также изучают образование и распространение сейсмиче- ских волн в идеально упругой, однородной среде с горизонтально-залегающей грани- цей, а также строят сейсмограмму общего пункта возбуждения. Рис. 3. Практическая работа № 1.2 по курсу «Сейсморазведка» Для выполнения лабораторной работы Рис. 4. Практическая работа № 1.3 студентам представляется изображение по курсу «Сейсморазведка» полупространства с распространяющейся волной и панель инструментов, которая Входными параметрами для выполне- позволяет провести эксперимент. Данная ния лабораторной работы являются зна- лабораторная работа дает возможность чения частоты и выбор вида волн. При отобразить распространение сейсмиче- нажатии кнопки «Взрыв» происходит ских волн в идеально упругой, однородной распространение продольной сейсмиче- и изотропной среде. ской волны в двухслойной среде с гори- зонтальной границей. Данная лаборатор- Вводимыми параметрами являются до- ная работа позволяет студентам изучить минантная частота и положение приемника кинематику распространения упругих на поверхности. Значения физических вели- волн в двухслойной среде и получить чин генерируются автоматически исходя из практические навыки в области сейсмо- индивидуального варианта пользователя, логии. который связан с его персональными дан- ными. Это позволяет студентам проводить Практическая работа № 1.4. Определе- эксперименты, которые максимально точ- ние эффективных скоростей по годогра- но соответствуют реальным условиям. фам отраженных волн Практическая работа № 1.3. Кинема- В данной лабораторной работе студен- тика распространения упругих волн в двух- ты изучают процесс определения эффек- слойной однородной, изотропной, идеаль- но-упругой среде Данная лабораторная работа посвяще- на изучению кинематики распростране- ния упругих волн в двухслойной однород- ной, изотропной идеально-упругой среде. Главная задача студентов, выполняющих данную лабораторную работу, заключает- ся в исследовании прохождения упругих ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 12 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ тивных скоростей распространения упру- 2. В разделе «Сейсмология» были реали- гих волн при их отражении от границ раз- зованы следующие лабораторные работы: дела сред, используя годографы отражен- ных волн. Главной целью работы является Практическая работа № 2.1. Определе- нахождение цифровых значений скорости и мощности на основе анализа формул. ние эпицентра землетрясений Студенты изучают принципы опреде- Основное внимание уделяется зависи- мости скорости от глубины и взаимодей- ления эпицентра землетрясения на основе ствию импульсов и сейсмических трасс. данных, полученных из нескольких сейс- Для успешного выполнения работы сту- мических станций. Они учатся измерять денты должны освоить теоретические ос- время прибытия первой волны (P-волны) новы темы, а также понимать методику и второй волны (S-волны), используя раз- расчета эффективной скорости методом личные методы, такие как графический и наименьших квадратов. Важным аспектом геометрический подходы. После этого они является различие типов и составляющих определяют расстояния от каждой стан- скоростей, которое также должно быть ции до эпицентра и строят окружности на учтено при выполнении работы. карте, чтобы определить точку пересече- ния всех окружностей, – это и будет эпи- центр. Рис. 5. Практическая работа № 1.4 Рис. 6. Практическая работа № 2.1 по курсу «Сейсморазведка» по курсу «Сейсмология» В процессе работы студенты изучают Одной из важнейших задач в геофизи- методику построения годографов отра- ке является определение эпицентра зем- женных волн и определения эффективных летрясений. В данной работе студенты скоростей на их основе. учатся применять различные методы для измерения времени прибытия P- и S-волн Таким образом, данная лабораторная и определения расстояний до эпицентра. работа позволяет студентам развить на- Для этого используется информация, по- выки работы с годографами отраженных лученная с нескольких сейсмических стан- волн и определения эффективных скоро- ций. После определения расстояний до стей. Она также помогает углубить теоре- эпицентра на карте строятся окружности, тические знания в области распростране- которые пересекаются в точке, соответ- ния упругих волн и их взаимодействия с ствующей эпицентру землетрясения. границами раздела сред. Основная цель данной работы – най- ти диапазон местонахождения эпицентра PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 13 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ землетрясений на основе сейсмических Для достижения этой цели студентам данных с трех станций и статистического предоставляются данные сейсмических годографа. Для этого используется про- станций, которые они анализируют, ис- грамма PulseLab, которая позволяет обра- пользуя различные инструменты, такие батывать сейсмические записи и анализи- как сейсмограммы и графики землетрясе- ровать данные. По результатам анализа ний. В процессе работы студенты изучают программой PulseLab определяется диа- основные понятия и термины сейсмоло- пазон местонахождения эпицентра земле- гии, такие как магнитуда, интенсивность, трясений. эпицентр и гипоцентр. Входными данными для работы явля- Для определения местонахождения ются сейсмические записи и статистиче- эпицентра землетрясения студенты ис- ский годограф, характеризующий регио- пользуют данные с нескольких сейсмиче- нальные породы. В процессе работы сту- ских станций, измеряя время прибытия денты изучают методы измерения време- первой волны (P-волны) и второй волны ни прибытия P- и S-волн, а также методы (S-волны) и определяя расстояния от каж- определения расстояний до эпицентра на дой станции до эпицентра. Затем они стро- основе данных, полученных с нескольких ят окружности на карте, чтобы определить сейсмических станций. точку пересечения всех окружностей – это и будет местоположение эпицентра. Практическая работа № 2.2. Определе- ние местонахождения эпицентра земле- Оценка интенсивности землетрясения трясения и оценка его интенсивности производится на основе данных о магни- туде, удаленности от эпицентра и харак- В данной работе студенты изучают ме- теристик грунта в данном регионе. Важно тоды определения местоположения эпи- понимать различие между эпицентром и центра землетрясения и оценки его интен- гипоцентром, а также их составляющими. сивности на основе данных сейсмических Также необходимо иметь представление станций. Студенты получают практические о действии волн разных видов по разным навыки работы с различными инструмен- плоскостям и уметь вывести основные па- тами для анализа сейсмических данных. раметры из входных данных. В рамках про- Основной целью является освоение физи- граммы студенты изучают теоретические ческих и теоретических основ сейсмологии, основы темы и получают практические на- а также получение и сравнение значений выки работы с сейсмическими данными. интенсивности различных землетрясений. Практическая работа № 2.3. Оценка Рис. 7. Практическая работа № 2.2 приращения сейсмической интенсивности по курсу «Сейсмология» по методу сейсмических жесткостей В данной работе студенты изучают метод оценки приращения сейсмической интенсивности на основе данных о сейс- мических волнах, используя метод сейс- мических жесткостей. Этот метод позво- ляет количественно оценить приращение сейсмической интенсивности на основе наблюдений сейсмических волн. Студенты изучают, как использовать различные инструменты для анализа этих данных, такие как спектрограммы и гра- фики сейсмических волн. В процессе ра- боты студенты также изучают основные ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 14 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ понятия и термины, такие как амплитуда, цессе работы студенты получают практи- частота и фаза, которые связаны с анали- ческие навыки работы с различными ин- зом сейсмических волн. струментами для анализа данных, такими как графики электрического поля, а также изучают методы интерпретации получен- ных результатов. Рис. 8. Практическая работа № 2.3 по курсу «Сейсмология» Основной задачей работы является Рис. 9. Практическая работа № 3.1 изучение метода сейсмических жестко- по курсу «Электроразведка» стей и проведение расчетов для коли- чественной оценки приращения балль- Практическая работа № 3.2. Верти- ности. Для этого студенты используют кальное электрическое зондирование в го- данные, полученные из наблюденных ризонтально-слоистой модели среды годографов вертикально поляризован- ной поперечной волны (SV) и значение Данная программа предназначена для плотностей покрывающего и подстила- моделирования электрического поля в ющего слоев. неоднородной среде, созданного четырех- электродной установкой вертикальный Целью работы является освоение ме- электрический зонд (ВЭЗ). Студенты изу- тодов количественного анализа сейсмиче- чают методы и приборы, используемые в ских данных и развитие навыков работы электроразведке (ВЭЗ), а также основные с инструментами анализа сейсмических понятия и термины, такие как неоднород- волн. Это важно для понимания и прогно- ная среда, электрическая проводимость, зирования землетрясений и других сейс- резистивность и др. мических явлений. В процессе работы студенты получают 3. В разделе электроразведка были реа- практические навыки работы с различны- лизованы следующие программы: ми инструментами для анализа данных, такими как графики электрического поля, Практическая работа № 3.1. Поле то- а также изучают методы интерпретации чечного источника электрического поля полученных результатов, которые могут в однородной среде помочь в определении характеристик не- однородной среды, например, границ раз- Данная программа предназначена для дела сред, наличия рудных тел и других моделирования электрического поля в объектов. однородной среде, созданного точечным источником. Студенты изучают основные понятия и термины электроразведки, та- кие как электрическое поле, точечный источник, однородная среда и др. В про- PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 15 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ Рис. 11. Структура цифрового комплекса PulseLab Рис. 10. Практическая работа № 3.2 Для хранения данных используется по курсу «Электроразведка» реляционная база данных PostgreSQL, ко- торая обеспечивает надежность и произ- Результаты исследования водительность при работе с большими В рамках проекта был разработан циф- объемами данных. База данных содержит ровой комплекс практических работ по гео- информацию о лабораторных работах, ва- физике PulseLab, который позволяет сту- риантах, присвоенных студентам, а также дентам изучать различные методы геофи- результаты их выполнения. зического исследования, такие как сейсмо- разведка, электроразведка, сейсмология, Отдельно следует отметить аспект, свя- магниторазведка и гравиразведка. В целях занный с генерацией варианта пользова- моделирования физических полей для изу- теля. Обязательными входными данными чения работы каждого метода была разра- при регистрации как для web-версии, так и в ботана платформа, которая была реализо- desktop являются фамилия и имя пользова- вана в desktop (Python) и web (JavaScript) теля. В базе данных содержится ограничен- вариантах. ное количество вариантов для каждой лабо- Выбор языков программирования раторной работы, имеющие индексы от 1 до Python и JavaScript обусловлен их широким итогового номера в рамках своей базы соот- использованием в различных областях, ветственно. Генерация индивидуального ва- включая научные и исследовательские рианта состоит из следующих операций: проекты. Python предоставляет богатый набор - «Имя» и «Фамилия» переводятся в библиотек для научных вычислений, а двоичный код; также простоту и гибкость в написании кода. - рассчитывается число в двоичном JavaScript, с другой стороны, является коде и помножается на коэффициент, за- одним из самых распространенных языков висящий от даты регистрации. Это число, для разработки web-приложений и предо- по сути, и является индивидуальным ва- ставляет возможность создания интерак- риантом студента. тивных пользовательских интерфейсов (рис. 11). Затем исходя из количества вариантов в базе конкретной лабораторной работы производится расчет локального вари- анта, за которым закрепляется пользова- тель: - производится расчет остатка от де- ления на количество вариантов для каж- дой лабораторной работы. Вариант реализации данного алгоритма на языке Python приведен ниже (рис. 12). ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 16 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ Name = input() Рис. 13. Серверная часть интерфейса text = Name web-платформы t2b = bin(int.from_bytes(text.encode(), 'big')) s = t2b s1 = s.replace(\"0b\", \"\") n = int(s1) summa = 0 while n > 0: digit = n % 10 summa = summa + digit n = n // 10 Variant = summa * 7 % 100 print(Variant) Рис. 12. Генерация индивидуального варианта Web-платформа и состоит из двух ос- пользователя и расчет локального варианта новных разделов: гостевого варианта и расширенного (пользовательского вари- Разработка web-платформы лабора- анта). Доступ к первому разделу пользова- торных работ тель получает при переходе на саму плат- форму, а ко второй – лишь пройдя проце- Архитектура платформы веб-версии дуру регистрации. была построена на основе модели кли- ент-сервер. На серверной стороне исполь- Разницей между двумя вышеописанны- зуется фреймворк Node.js, который предо- ми разделами является то, что функцио- ставляет быструю и масштабируемую сре- нал второго является более расширенным ду выполнения JavaScript. На клиентской и подразумевает за собой доступ к больше- стороне используются библиотеки React му количеству работ, выполнение практи- и Redux, которые обеспечивают быстрый ческих работ исходя из собственного ло- и отзывчивый интерфейс пользователя. кального варианта пользователя, оцени- вание работ и в конечном счете получение Web-платформа состоит из двух основ- сертификата за прохождение. Гостевой ных частей: первая часть – это платформа, режим подразумевает лишь первое озна- которая служит интеграционным слоем комление с частью работ, а также с частью всех web-совместимых программ (лабора- функционала web-платформы (рис. 14). торных работ); вторая часть – это непо- средственно сами программы, являющи- Рис. 14. Пример реализации гостевого еся лабораторными работами. Web-плат- и пользовательского режимов форма вмещает в себя ряд функционала LMS-системы (Learn management system). в web-платформе (слева – гостевой, справа – расширенный (пользовательский)) Стоит отметить, что в процессе расчет- ной части лабораторных работ не задей- ствуются вычислительные мощности сер- вера (front-end). Платформенная же часть полностью находится на сервере (back- end). Также в серверную часть входит и ге- нерация вариантов. Платформенная часть выполняет не- большой функционал LMS-системы, кото- рая подразумевает за собой авторизацию пользователя, прохождение работ, автома- тическую их проверку, получение баллов, временные дедлайны работ, получение до- ступа к методическим пособиям и собствен- ным отчетам выполненных работ (рис. 13). PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 17 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ Разработка desktop-платформы лабо- Интернет. В связи с данным фактором ана- раторных работ логичный функционал был перенесен в desktop-версию платформы с целью охва- Desktop-версия была разработана на та большего количества заинтересован- Python с использованием библиотеки ных пользователей. PySide для создания графического интер- фейса. Платформа использует модульное Функционал платформы является устройство, которое позволяет легко до- аналогичным web-версии, за тем исклю- бавлять новые методы и тесты, что делает чением, что здесь отсутствует гостевой ее очень гибкой. режим и имеется операция авторизации пользователя, ключ для которой пре- Причиной разработки данной версии доставляется администратором. Также платформы послужил тот факт, что с точ- в данной версии платформы база вариан- ки зрения реализации внедрения данной тов является общей, которая находится платформы в специализированные про- на серверной части, и аналогично произ- фильные учебные заведения по регионам водится алгоритм генерации вариантов существует ряд ограничений, связанных (рис. 15). со скоростью либо же отсутствием сети Рис. 15. Интерфейс desktop-платформы Анализ результатов исследования тета Узбекистана и 8 студентов филиала Разработанные программы были про- РГУ нефти и газа им. Губкина в г. Ташкен- тестированы на группе студентов из 50 че- те. Средний балл для каждого университе- ловек, обучающих по специальности «Сей- та показан в таблице 1, а общий средний сморазведка» или относящейся к геофизи- балл для всех 30 студентов составляет 4,5 ке. С данной задачей за отведенное время (рис. 16). справились 45 студентов, то есть 90 %. Итоги тестирования показали важность Чтобы подтвердить, что результат по смоделированных процессов для лучшего трем университетам приблизительно пре- понимания их пользователями. вышает 90 %, мы можем рассчитать про- Так, в данном эксперименте участво- цент студентов, получивших оценку 4 или вали 10 студентов из Туринского поли- выше, что обычно считается проходным технического университета в г. Ташкенте, баллом. Если мы предположим, что про- 12 студентов из Национального универси- ходной балл 4 или выше, то статистика бу- дет следующей (табл. 1). ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 18 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ Таблица 1 Результаты качественных исследований апробации программного комплекса Университет Количество студентов Средний балл Политехнический 10 4,5 Национальный 12 4,7 РГУ им. Губкина 8 4,2 Общий 30 4,5 12 Как видим, процент студентов с про- ходными баллами составляет более 90 % 10 для Политехнического, Национального и общей группы. Хотя процент для РГУ 8 им. Губкина немного ниже, он все равно достаточно высок – 87,5 %. Это говорит 6 о том, что выборка студентов для иссле- дования была репрезентативной для раз- 4 ных университетов и групп, а программ- ное обеспечение было эффективным для 2 студентов разных учебных заведений (табл. 2). 0 Национальный Губкина Политехнический Количство студентов Средний балл Рис. 16. Результаты исследования апробации программного комплекса Таблица 2 Результаты количественных исследований апробации программного комплекса Университет Количество студентов, Процент студентов, прошедших прошедших класс класс Политехнический 9 90 % Национальный РГУ им. Губкина 11 92 % Общий 7 87,5 % 27 90 % В результате проведенного тестирова- В целом от пользователей были полу- ния программного обеспечения было уста- чены положительные отзывы, и проведен- новлено, что оно соответствует всем со- ное тестирование подтвердило высокое временным требованиям и предоставляет качество и удобство использования данно- широкие возможности для выполнения го программного обеспечения для выпол- лабораторных работ по геофизике. Особен- нения лабораторных работ по геофизике но полезной оказалась допустимость мно- (рис. 17). гократного расчета задания, которая дает пользователям больше возможностей для Разработанное программное обеспе- правильного истолкования цели работы и чение представляет собой эффективный успешной сдачи. Интерфейс программного инструмент для обучения геофизике и обеспечения оценен как удобный и инту- повышения квалификации специалистов итивно понятный, с графическими изоб- в этой области. Его удобный интерфейс, ражениями, облегчающими понимание графические изображения, возможность физических процессов. Кнопка «Помощь» в многократного расчета задания и автома- каждом окне позволяет быстро и легко на- тической проверки позволяют учащимся ходить необходимую информацию. Доступ самостоятельно изучать материал и раз- к оценкам после выполнения работы сни- вивать навыки критического мышления и жает уровень неопределенности и страха ответственности. Также важно отметить, перед неизвестностью, что положительно что данное программное обеспечение мо- влияет на мотивацию студентов. жет быть использовано не только студен- тами, но и преподавателями и специали- PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 19 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ стами, работающими в данной области. зования может значительно улучшить Внедрение таких инновационных методов его качество и соответствие современным обучения в традиционный формат обра- требованиям. Рис. 17. Проведение тестирования среди студентов Выводы В целом, данная программа может быть В результате исследования по разра- использована в качестве эффективного ботке и апробации программы для прове- инструмента для проведения лаборатор- дения лабораторных работ по геофизике ных работ по геофизике в учебных заве- можно сделать следующие выводы: дениях, а также в нефтегазовой промыш- - разработанная программа является ленности и других отраслях, связанных с эффективным инструментом для прове- исследованием Земли. дения лабораторных работ по геофизике, она соответствует всем необходимым тре- Кроме того, от пользователей были по- бованиям и имеет интуитивно понятный лучены положительные отзывы, а тести- интерфейс; рование подтвердило высокое качество - программа предоставляет возмож- и удобство использования программного ность выполнения лабораторных работ обеспечения для лабораторных работ по с помощью различных геофизических ме- геофизике. Результаты показывают, что тодов, включая сейсморазведку, электро- моделируемые процессы и удобные ин- разведку, гравиразведку, магниторазвед- терфейсы могут улучшить понимание и ку и сейсмологию; мотивацию при выполнении лаборатор- - программа обладает удобной функци- ных работ, что может иметь значение и ей многократного расчета задания, что поз- для других областей. воляет студентам лучше понимать цель работы и успешно ее выполнить; Создание цифрового комплекса прак- - база данных программы упрощает тических работ PulseLab является инстру- процесс проверки и оценки работ препо- ментом для изучения основ геофизики, в давателями; частности сейсморазведки, электрораз- - группа студентов, тестирующая про- ведки и сейсмологии, что в свою очередь грамму, дала положительные отзывы и является инновационным инструментом предложения по ее улучшению. Анализ для дальнейшего и последующего изу- этих отзывов позволил разработчикам чения геофизики в специализированных учесть некоторые недостатки и предло- учебных заведениях и высших научных уч- жить улучшения программы. реждениях страны. Также стоит отметить, что реализация данного программного комплекса коррелирует с Указом Прези- ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 20 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ дента Республики Узбекистан «Об утверж- форма является эффективным инструмен- дении Стратегии «Цифровой Узбекистан том для обучения основам геофизики. – 2030» и мерах по ее эффективной реали- зации» от 5 октября 2020 г. № УП-6079, в PulseLab может быть использована не частности пунктом 8 раздела (В) области только в образовательных целях, но и для развития цифрового образования. проведения прикладных научных иссле- дований в области геофизики, а также для Создание цифрового комплекса прак- повышения квалификации специалистов, тических работ PulseLab позволило сту- прямо или косвенно связанных с данной дентам изучать основы геофизики более отраслью. эффективно и интерактивно. Так, боль- шую часть преимуществ показало то, что Дальнейшие исследования могут быть студенты быстрее усваивали материал направлены на расширение функционала при работе с платформой из-за визуализа- платформы, добавление новых практиче- ции происходящих физических процессов ских заданий и методов геофизических ис- в геологическом пространстве. следований в целях улучшения обучения и исследования в этой области. Также пла- Web- и desktop-версии платформы нируется в перспективе расширить спектр PulseLab были разработаны, чтобы обеспе- практических работ для охвата большего чить доступность для студентов в разных количества направлений наук о Земле. местах и в любое время, вне зависимости от наличия сети Интернет, также доста- Разработанные алгоритмы в ходе соз- точное удобство представлено тем, что дания данного образовательного ком- база данных для двух вариантов реализа- плекса можно применить для дальнейшей ции является общей, что в свою очередь разработки прикладных геофизических обеспечивает гибкость в дальнейшем со- программ по описанным направлениям. провождении данной платформы. Таким образом, цифровой комплекс Апробация PulseLab на 30 студентах по- практических работ PulseLab является эф- казала, что более 90 % студентов смогли фективным инструментом для обучения и успешно завершить практические работы исследований в области геофизики, а его на платформе. Это говорит о том, что плат- развитие может иметь большое значение для этой области науки и образования. REFERENCES 1. Aziz, E.-S., Chang, Y., Esche, S., & Chassapis, C. (2014). A Multi-User Virtual Laboratory Environment for Gear Train Design. Computer Applications in Engineering Education, 22(4), 788-802. doi:10.1002/ cae.21573 2. Aziz, E.-S., Esche, S., & Cassapis, C. (2009). Content-Rich Interactive Online Laboratory Systems. Computer Applications in Engineering Education(17), 61-79. doi:10.1002/cae.20210 3. Belousov, A. (2008). Collection of tasks on the course “Seismic prospecting”. Moscow: Sergo Ordzhonikidze Russian State University for Geological Prospecting. 4. De Jong, T., Sotiriou, S., & Gillet, D. (2014). Innovations in STEM education: the Go-Lab federation of online labs. Smart Learn. Environ., 1(3), 1-16. doi:10.1186/s40561-014-0003-6 5. Dos Santos, F., Guetl, C., Bailey, P., & Harward, V. (2010). Dynamic virtual environment for multiple physics experiments in higher education. Proceedings of the 2010 IEEE Engineering EducationConference (EDUCON) (pp. 731-736). Madrid, Spain: IEEE. doi:10.1109/EDUCON.2010.5492507 6. Govaerts, S., Cao, Y., Vozniuk, A., Holzer, A., Zutin, G., Ruiz, C., Salzmann, C. (2013). Towards an Online Lab Portal for Inquiry-based STEM Learning at School. Proceedings of the 12th International Conference on Web-based Learning, (pp. 244-253). Kenting, Taiwan. doi:10.1007/978-3-642-41175-5_25 PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 21 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

04.00.06 – ГЕОФИЗИКА. ФОЙДАЛИ ҚАЗИЛМАЛАРНИ ҚИДИРИШНИНГ ГЕОФИЗИК УСУЛЛАРИ 7. Gurvich, I., & Boganik, G. (1980). Seismic exploration (3rd ed.). Moscow: Nedra Publ. 8. Kalúz, M., Čirka, Ľ., & Fikar, M. (2011). Virtual Laboratory of Process Control. В M. a. Fikar (Eds.), Proceedings of the 18th International Conference on Process Control, (pp. 348-351). Tatranská Lomnica, Slovakia. Retrieved from http://www.kirp.chtf.stuba.sk/pc11/data/papers/056.pdf 9. Karapetov, G. (2021). Linear transformations in geophysics. Moscow. 10. Karapetov, G., & Belousov, A. (2015). Practicum on geometric seismic. Moscow: Publishing Center of the Russian State University of Oil and Gas named after I.M. Gubkin. 11. Pringle, J. (2014). Educational egaming: the future for geoscience virtual learners? Geology Today(30), 147-150. doi:10.1111/gto.12058 12. Richter, T., Boehringer, D., & Jeschke, S. (2010). LiLa: A European Project on Networked Experiments. Proceedings of the 6th International Conference on Remote Engineering and Virtual Instrumentation (REV 2009), (pp. 307-317). Bridgeport, CT, USA. doi:10.1007/978-3-642-16208-4_27 13. Romanov, V. (2007). Ispol’zovaniye dinamicheskogo predstavleniya pri modelirovanii volnovykh protsessov v pakete programm Labs [Using dynamic representation in modeling wave processes in the Labs]. Geoinformatics(4), 44-48. 14. Sadykov, S. (2021). The Main Directions of Improving Higher Education in the Republic of Uzbekistan in the Context of Digital Transformation of the Economy. Open Education, 25(1), 40-47. doi:10.21686/1818-4243-2021-1-40-47 15. Serdobolsky, L. (2012). Propagation of seismic waves. Moscow. 16. Sheriff, R., & Geldart, L. (1995). Exploration Seismology (2nd ed.). Cambridge: Cambridge University Press. doi:10.1017/CBO9781139168359 17. Tlaczala, W., Zaremba, M., Zagorski, A., & Gorghiu, G. (2009). Virtual Physics Laboratory for Distance Learning Developed in the Frame of the VccSSe European Project. Proceedings of the Fifth International Conference on Multimedia & ICT’s in Education, (pp. 467-471). Lisbon, Portugal. 18. Villar-Zafra, A., Zarza-Sánchez, S., Lázaro-Villa, J., & Fernández-Cantí, R. (2012). Multiplatform virtual laboratory for engineering education. Proceedings of the 9th International Conference on Remote Engineering and Virtual Instrumentation (REV), (pр. 1-6). Bilbao, Spain. doi:10.1109/REV.2012.6293127 19. Voskresensky, Y. (2010). Field Geophysics. Moscow: Nedra Publ. 20. Voskresensky, Y., & Ryzhkov, V. (2015). Geophysics in the study of the earth’s interior. Russian State University of Oil and Gas named after I.M. Gubkin. 21. Xiang, S., & Wang, L. (2017). VGLS: A virtual geophysical laboratory system based on C# and viustools and its application for geophysical education. Comput Appl Eng Educ, 25(3), 335-344. doi:10.1002/cae.21801 22. Yang, W. (2013). Reflection Seismology: Theory, Data Processing and Interpretation. Retrieved from https://www.researchgate.net/publication/289062761_Reflection_Seismology_Theory_Data_ Processing_and_Interpretation Рецензент: Джалилов Г.Г., доктор философии по техническим наукам (PhD), заведующий лабораторией “Нефтегазоносности орогенных регионов” ГУ “Институт геологии и разведки нефтяных и газовых месторождений”. ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 22 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР https://dx.doi.org/10.36522/2181-9637-2023-3-2 UDC: 004.358(045)(575.1) 3D TEXNOLOGIYALAR ASOSIDAGI MILLIY VIRTUAL UNIVERSITET TIZIMIGA 3D OBYEKTLARNI JOYLASHTIRISH VA QURISH Nuraliyev Faxriddin Murodillayevich, texnika fanlari doktori, \"Audiovizual texnologiyalar\" kafedrasi professori, ORCID:0000-0002-0574-9278, e-mail: [email protected]; Giyosov Ulug‘bek Eshpulatovich, texnika fanlari bo‘yicha falsafa doktori (PhD), \"Audiovizual texnologiyalar\" kafedrasi katta o‘qituvchisi, ORCID: 0000-0002-9419-5392, e-mail: [email protected] Muhammad аl-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti Kirish Annotatsiya. Maqolada virtual reallik tizim- Mazkur maqolada dunyoning yetuk olim- larining qo‘llanilish sohalari va tarkibi, virtual lari tomonidan virtual olamda virtual elek- ta’lim muhiti platformalari va qiyosiy tahlili nati- tron resurslardan foydalanish, 3D texnologi- jalari, ularning virtual elektron formatdagi o‘quv yalarga asoslangan virtual elektron format- kontentlarini namoyish etishdagi roli yoritilgan. dagi materiallarning ta’lim jarayonidagi o‘rni, Tadqiqot predmetini virtual muhitlarda obyekt- qiymati, yetarlilik darajasi, ta’lim tizimida larning 3D modellarini geometrik modellashti- virtual reallik elementlarini qo‘llash, ta’lim- rish, vizuallashtirish usullari hamda dasturiy vosi- da VR muhitlardan foydalanish tizimlari- talari tashkil etadi. Tadqiqotning maqsadi virtual ni yaratish bo‘yicha qo‘yilgan talablar tahlil universitet tashkil qilishda eksteryer va interyer qilindi. Bundan tashqari, olimlar tomonidan obyektlarning 3D modellarini tasvirlash va vizual- ishlab chiqilgan tavsiyalar o‘rganildi. Jahon- lashtirishni shakllantiruvchi algoritmlari hamda ga mashhur yetakchi �irma va ilmiy tadqiqot virtual universitet tashkil qilishda 3D modellarini markazlari tomonidan ta’lim sohasi uchun yaratish dasturiy vositasini ishlab chiqishdan ibo- yaratilgan Altspace VR, IMVU, Active Worlds, rat. Tadqiqotning ilmiy yangiligi sifatida vizual- Second Life, vAcademia, Virbela virtual uni- lashtirishda 3D obyektlarni geometrik model- versitet tizimlarining apparat va dasturiy lashtirishda yangi usullar, ya’ni konstruktiv man- vositalari imkoniyatlari va ishlash prin- tiqiy-algebraik R-funksiya usuli (RFM) taklif eti- siplari tadqiq etildi. Ularning tashkil etili- ladi. Tadqiqotning amaliy natijalari asosida ta’lim shi va virtual universitet tizimlari modellari muassasalarida o‘qitishning zamonaviy virtual 3D tahlil etildi. Dunyo olimlari tajribasidan ke- muhitlarda bilim oluvchilarning faolligini oshirish- lib chiqib, ular algoritmlari negizida o‘zbek ga mo‘ljallangan va bu orqali zamonaviy milliy tilidagi 3D texnologiyalar asosida axborot landshaft dizayn bilan loyihalashtirilgan virtual texnologiyalari bo‘yicha milliy virtual uni- uch o‘lchovli muhitda o‘qitish jarayoniga ko‘mak- versitet tizimi ishlab chiqildi. Ushbu model- lashuvchi o‘zbek tilidagi “vAcademia.uz” dasturiy lar tahlili natijasida milliy obyektlarning 3D vositasi ishlab chiqilgan. modellari asosida virtual ta’lim muhiti das- Kalit so‘zlar: virtual reallik, uch o‘lchov, vir- tual 3D universitet, virtual muhit, virtual ta’lim muhiti, R-funksiya, R-funksiya usuli (RFM), virtu- al 3D ta’lim olami, vAcademia, Second Life. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 23 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР РАЗМЕЩЕНИЕ И ПОСТРОЕНИЕ turiy ta’minoti mantiqiy funksional tuzilma- 3D-ОБЪЕКТОВ В СИСТЕМЕ sining yagona umumiy modeli tavsiya etildi. НАЦИОНАЛЬНОГО ВИРТУАЛЬНОГО Virtual muhitlar ishlab chiqish va ularni УНИВЕРСИТЕТА НА ОСНОВЕ amaliyotga joriy etish bo‘yicha xorijiy olim- 3D-ТЕХНОЛОГИЙ lardan S. Hale, R. Ziatdinov, M. Fominykh, M. LaValle, F. Ramos, J. Seokhee , G. Henke, Нуралиев Фахриддин Муродиллаевич, I.T. Sheiko, Bin Chen, C. Levi, D. Yen, M. Melzer, доктор технических наук, профессор кафедры O. Yoshihiro, J. Robert, M. Morozov, A. Gerasi- mov, P. Forland, A.V. Mezhenin va boshqalar- аудиовизуальных технологий; ning ilmiy ishlari diqqatga sazovordir. Гиёсов Улугбек Эшпулатович, Ushbu milliy virtual 3D universitet доктор философии по техническим наукам (PhD), tizimining maqsadi respublikamizdagi barcha OTMlari, xalq ta’limi, axborot-kommunikat- старший преподаватель кафедры siya texnologiyalari, ishlab chiqarish, ijtimoiy аудиовизуальных технологий va boshqa sohalar, professor-o‘qituvchi va talabalarni masofadan bog‘lash, virtual elek- Ташкентский университет информационных tron formatdagi o‘quv kontentlarini namo- технологий yish etish, tajriba va bilim almashish uchun noyob raqamli milliy platformani taqdim имени Мухаммада аль-Хорезми etishdan iboratdir. Bu tizim ta’lim oluv- chilarning bilim faolligini oshiradi, o‘quv ja- Аннотация. В статье рассматривают- rayonini yanada yorqinroq va qiziqarli qiladi. ся области применения и содержание систем виртуальной реальности, результаты срав- Ishlab chiqilgan milliy virtual 3D univer- нительного анализа платформ виртуальной sitet tizimi internet tarmog‘iga joylashtiriladi образовательной среды и их роль в представ- hamda O‘zbekiston OTMlariga virtual tashrif лении образовательного контента в вирту- buyurish, virtual o‘quv jarayonida qatnashish альном электронном формате. Предметом va virtual mashg‘ulotlarda o‘z bilim darajasi- исследования является геометрическое моде- ni sinab ko‘rish imkoniyatini beradi. лирование, методы визуализации и програм- мные средства 3D-моделей объектов в вир- Milliy virtual 3D universitet tizimida- туальных средах. Целью исследования явля- gi virtual o‘quv auditoriya xonalari haqiqiy ется разработка алгоритмов представления hayotdagi o‘quv xonasidek, o‘qituvchilar va и визуализации 3D-моделей объектов эксте- talabalar dars mashg‘ulotida uch o‘lchov- рьера и интерьера в организации виртуаль- li personaj avatari bilan qatnashadi, vir- ного университета, а также программного tual mashg‘ulotlar esa an’anaviy hayotiy средства создания 3D-моделей в организации mashg‘ulotlar ko‘rinishida bo‘ladi. Mazkur виртуального университета. Научная но- tizim elektron ta’lim texnologiyalaridan визна исследования заключается в том, что butkul farq qiladi. Unda o‘qituvchilar va ta- предлагаются новые методы геометриче- labalar ta’limning “Kompyuter” shakllariga ского моделирования трехмерных объектов moslashadilar: matnli yoki vebinarli. Bosh- в визуализации, т. е. конструктивный логико- qa tomondan, virtuallik odatdagi mashg‘ulot алгебраический метод R-функций (RFM). imkoniyatlarini kengaytirishga imkon bera- Практические результаты исследования на- di. Masalan, siz shifoxonada, bankda, sudda, правлены на повышение активности обучаю- tarixiy obidalarda dars o‘tishingiz mumkin. щихся в современных виртуальных трехмер- Bundan tashqari, Tojmahal, Registon, Mars, ных средах в образовательных учреждениях Oy yoki Parijda xorijiy tilda dars bera ola- на базе разработанного программного сред- siz. Ushbu milliy virtual 3D universitet tizimi ства vAcademia.uz на узбекском языке и тем barcha ishtirokchilarga interaktiv va vizual- самым на поддержку учебного процесса в вир- lashgan o‘yin texnologiyalariga asoslangan туальной трехмерной среде, спроектирован- ной на основе современного отечественного ландшафтного дизайна. Ключевые слова: виртуальная реальность, 3D-измерения, виртуальный 3D-университет, виртуальная среда, виртуальная образова- тельная среда, R-функция, метод R-функций (RFM), образовательный виртуальный 3D-мир, vAcademia, Second Life. ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 24 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР virtual ta’lim muhitida fanlarni o‘rganish PLACEMENT AND CONSTRUCTION kontentini uzatish, qiziquvchilarning virtu- OF 3D OBJECTS IN THE SYSTEM al olamdagi tajribalari va o‘zaro hamkorlik orqali yetarli darajada o‘rganish imkoniya- OF THE NATIONAL VIRTUAL UNIVERSITY tini beradigan milliy virtual o‘yin muhitini BASED ON 3D TECHNOLOGIES yaratadi (Fominykha, Prasolova-Forland, Morozov, & Smorkalov), (Luebke), (Nuraliev, Nuraliev Fakhriddin Murodillaevich, Giyosov, & Anvarov, 2018), (Nuraliev & Giyo- Doctor of Technical Sciences, Professor of the sov, Virtual 3D universitet o‘quv jarayonini tashkil qilishda eksteryer modellarini yara- Department of Audiovisual Technologies; tish [Creation of exterior models in the orga- nization of the virtual 3D university educa- Giyosov Ulugbek Eshpulatovich, tional process], 2020). Doctor of Philosophy in Technical Sciences (PhD), Virtual 3D universitet muhitlari uchun Senior Lecturer of Department of Audiovisual obyektlarning uch o‘lchovli modellari, xusu- Technologies san, eksteryer va interyerlar dizayni, geo- metrik modellarini yaratish hamda ularning Tashkent University of Information Technologies kompyuterli modellarini ishlab chiqishni o‘z named after Muhammad al-Khwarizmi ichiga oladi. Virtual xaritaga har bir ta’lim muassasasining 3D modellari loyihasi maketi Abstract. The article discusses the fields of kiritilib, boshqa ta’lim muassasasiga vaqt va application and content of virtual reality systems, zamon oralig‘ida bir makondan ikkinchi ma- the results of a comparative analysis of virtual konga teleportatsiya funksiyasi yordamida educational environment platforms, and their role in o‘tish mumkinligi ko‘rsatiladi. presenting educational content in a virtual electronic format. The subject of research is geometric O‘zbek tilida virtual 3D universitet kon- modeling, visualization methods and software tools struktor uch tilda ishlab chiqiladi: o‘zbek, rus of 3D models of objects in virtual environments. The va ingliz. Zamonaviy virtual 3D universitet purpose of the research is to develop algorithms for konstruktor dasturiy vositasi yanada murak- the representation and visualization of 3D models kabroq masalalar, jumladan, virtual ssenariy of exterior and interior objects in the organization va sahnalar tuzish, virtual makonda interaktiv of a virtual university, as well as a software tool for 3D simulyatsiyalar bilan kurslar yaratish, ax- creating 3D models in the organization of a virtual borotni taqdim etishda qulay interfeysli virtu- university. Scientific novelty of the research, we offer al stend, obyektlarning 3D modeli sifat ko‘rsat- new methods for geometric modeling of 3D objects kichini yo‘qotmasdan ta’sir etish, obyektlar- in visualization, i.e. constructive logic-algebraic ning 3D modeli poligonlar sonini soddalashti- R-function method (RFM). The practical results of rish kabi masalalarni ham hal etadi. the research are aimed at increasing the activity of learners in modern virtual 3D environments in educational institutions based on the software tool, and thereby supporting the teaching process in the virtual three-dimensional environment designed on the basis of modern national landscape design in the Uzbek language “vAcademia.uz” software was developed Keywords: virtual reality, three dimension, virtual 3D university, virtual environment, virtual educational environment, R-function, R-function method (RFM), educational 3D virtual world, vAcademia, Second Life. 1-rasm. Ta’limga oid virtual muhitda Xorijiy ITIning 100 ta universitet talaba- F2F modeli asosida o‘qitish jarayonini lari o‘rtasidagi so‘rovnomaga asosan, virtu- al ta’lim an’anaviy kurslardagi materiallarni amalga oshirish kompyuter materiallariga almashtirmaydi. Balki 40-50 % o‘quv materiallari instruktor PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 25 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР (tyutor) tomonidan ta’minlanadi, qolganlari Second Life – ijtimoiy tarmoq element- o‘zaro hamkorlik orqali, ya’ni talabalar asosiy lariga ega uch o‘lchamli virtual dunyo bo‘lib, o‘quv materiallarini mustaqil o‘rganadi (Nu- unda hozir 1 milliondan ortiq faol foydala- raliyev, G‘iyosov, & Ibodullayev, 2022), (Nu- nuvchilar mavjud. Second Life o‘z auditori- raliyev, G‘iyosov, & Aliyev, Virtual 3D univer- yasini kengaytirish va talabalariga ta’lim sitet o‘quv jarayoni uchun Ko‘kaldosh mad- olish uchun ko‘proq interfaol imkoniyatlar rasasini uch o‘lchovli geometrik modellashti- taqdim etish istagida bo‘lgan pedagoglar rish [Three-dimensional geometric modeling uchun ham nihoyatda zaruriy instrumentga of the Kokaldosh madrasa for the virtual 3D aylandi. Ko‘plab universitetlar va kompani- university educational process], 2022). yalar Second Lifedan ta’lim uchun foydalanib kelmoqdalar. Garvard va Oksford universitet- Bugungi kunda xorij mamlakatlarida virtu- lari shular jumlasidan. 2007-yildan Second al ta’limni baholab boradigan bir qator tizim- Life’dan xorijiy tillarni o‘rganish maqsadida lar mavjud. Jumladan, Vizerra, AltSpaceVR, keng foydalanilmoqda. SecondLife.com, vAcademia.com, Virbela.org, IMVU.com, Classvr.com, Sansar va boshqalar. Altspacevr’ga Microsoft kompaniyasi to- monidan 2013-yilda asos solingan bo‘lib, plat- Vizerra – dunyodagi birinchi virtual 3D forma yozuvlarini yozib olish uchun ijtimoiy ta’lim platformasi bo‘lib, avatar (foydalanuv- virtual ko‘rinishdagi muhitdir. Bugun u jonli chi)larga turli tarixiy joylarga Eski shahar voqealarning virtual reallikda haqiqiy takror- maydoni, Makchu-Pikchu va Angkor Vatga lanishini taklif qiladi (Jeon & Choi, 2011). to‘g‘ridan-to‘g‘ri kompyuteringizdan virtual sayohat qilish imkonini beradi. Mazkur plat- Sansar – San-Fransiskoda joylashgan Lin- forma qiziquvchan, lekin ma’lum bir man- den Lab �irmasi tomonidan ishlab chiqilgan zilga sayohat qilish uchun pul sar�lashni is- va hozirda San-Fransiskodagi Wookey Pro- tamaydigan yigit-qizlar uchun foydalidir. ject �irmasiga tegishlidir. Ushbu platforma Plarformada yuqori sifatli 3D ko‘rinishlarini 2017-yil 31-iyulda keng omma uchun “Ijod- taqdim etishdan tashqari, nufuzli nashriyot- kor beta” versiyasida ishga tushirildi. Platfor- lar va muzeylar tomonidan batafsil tavsi�lan- ma foydalanuvchi tomonidan yaratilgan 3D gan audio qo‘llanmalarni ham taqdim etadi. virtual maydonlar yaratish imkonini beradi. Har bir model keng qamrovli tavsifga ega. Bu Bu yerda odamlar o‘yin o‘ynashi, video tomo- har bir avatarga tarix, madaniyat va boshqa sha qilishi va virtual olamda suhbat o‘tkazi- ko‘plab sohalarga oid kerakli ma’lumotlar be- shi, shuningdek, interaktiv ijtimoiy tajribalar radi. yaratishi va �ikr almashishi mumkin. Har bir real ishtirokchi avatar timsolida gavdalanadi. IMVU – bu onlayn metaverse va ijtimoiy tarmoq bo‘lib, unda foydalanuvchilar 3D ava- vAcademia Rossiya dasturchilari tomoni- tarlarini yaratishlari, ulanishlari va butun dan ishlab chiqilgan uch o‘lchovli virtual dunyo bo‘ylab boshqa odamlar bilan 3D for- ta’lim muhitidir. VRdagi virtual o‘quv audi- matida suhbatlashishlari mumkin. IMVU plat- toriya xonalari haqiqiy o‘quv xonasidek, formasi Ventures, AllegisCyber Capital, Brid- o‘qituvchilar va talabalar dars mashg‘ulotida gescale Partners va Best Buy Capital kom- uch o‘lchovli avatar (personaj) bilan qatna- paniyalari investorlari tomonidan 2004-yilda shishadi, virtual mashg‘ulotlar esa an’ana- asos solingan bo‘lib, undan 3D avatarlar bilan viy mashg‘ulotlar ko‘rinishida bo‘ladi. Maz- tanishish, suhbatlashish, yaratish va o‘yin kur virtual ta’lim dars mashg‘ulotlarini 3D o‘ynash uchun foydalanadilar. Platforma yozib olish qobiliyatiga ega. Yozib olingan 2014-yilda to‘rt milliondan ortiq faol foyda- mashg‘ulotlarda birma-bir yoki guruh bo‘lib lanuvchiga ega edi. Hozirgi kunda faol o‘yin- kirib, vizual qatnashish mumkin. Sinxron chilar soni 6 millionni tashkil etadi va saytda mashg‘ulotlardan farqli o‘laroq, yozib olingan 40 milliondan ortiq mahsulotning eng katta darslarni tahrirlash mumkin (Morozov, Gera- virtual tovar katalogi mavjud. simov, Fominykh, & Smorkalov, 2013). ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 26 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. 1-jadval АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР 3D virtual reallik platformalari tahlili Virtual reallik platformalari turlari Cross platforma va dasturlash tili Foydalanuvchilar soni (ming) Ochiq kodli DT Foydalanish imkoniyaiti va 3D obyektlarni qo‘llashi Tizimga kirish usuli va ta’lim vositalari Obyektlar va teksturalar uchun ochiq formatlar Dasturlashtirish imkoniyati Foydalanish tarmoq turi Ta’limning boshqaruvchi tizimlar bilan integratsiyasi Avatarlardan foydalanish imkoniyati Altspace Mac OS, 35 000 Qiyin, Tekin, Stl, Obj, - ijtimoiy - ha VR Windows,C# + bor gltf - ha ha ha ha ha Second Windows, Mac, 900 000 O‘rtacha, Shaxsiy, Dae ijtimoiy Sloodle Life Linux, C++ - IMVU ha Sloodle Windows 200 000 Oson, Shaxsiy o‘yin LMS 10, Mac OS X, - fbx, dmg - o‘ynash Linux, Java va ha yo‘q PHP Tekin va to‘lov Collda, vAcademia Windows,Mobil 170 000 + Qiyin, Dae, + ta’lim Moodle OS, Js orqali, ha Skp, Obj bor Virbela Windows, Mac, 10 000 Oson, Tekin, 3ds - Ta’lim va - Linux and - bor ko‘rgazma Android, C# yo‘q Active Windows,OS 70 000 - Qiyin, Yo‘q, rwx + Shaxsiy - ha Worlds X, Linux, C ha Maxsus va biznes VB nomi AWEDU Virbela – bugungi kunda tashkilotlar, ma- universitetlarning virtual 3D ta’lim tizimining sofadan ishlaydigan ishchilar va o‘quvchilar yangi turdagi birlashmasi shakllandi (Lisnyak duch keladigan real muammolarning virtual & Gomenyuk, 2009), (Nuraliyev, Giyosov, yechimini ta’minlash uchun ishlab chiqilgan. & Anvarov, Virtual 3D universitet o‘quv ja- rayonini tashkil qilish modellarini yaratish ClassVR – maktablar uchun maxsus ish- [Creation of virtual 3D university educational lab chiqilgan bo‘lib, intuitiv imo-ishoralarni process organization models], 2018). boshqarish, ulkan kontent kutubxonasi va o‘qituvchilarni boshqarish portali bilan jihoz- Virtual muhitlar uchun 3D obyektlarni langan dunyodagi birinchi to‘liq virtual va kengaytirilgan haqiqat to‘plamidir. Ushbu vizuallashtirishning soddalashtirilgan bos- platforma maktablar, kollejlar va universi- qichlarini ishlab chiqish. Hozirgi kunda eng tetlarning o‘qituvchilari o‘z o‘quvchilari bilan moslashtirilgan obyekt tasvirlaridan biri erishgan yutuqlarini virtual olam muhitida voksellash yoki 3D rasterlash orqali olingan virtual va kengaytirilgan haqiqat texnologi- voksel modelidir. Vokseldagi element qiy- yalaridan foydalanib yetkazadi. mati tasvir elementidagi nuqta singari bir xil bo‘ladi. Vokselda ko‘pgina ilovalarda mav- Virtual 3D ta’limning o‘ziga xos tomoni jud bo‘lgan modellashtirish, gra�ik va �izik universitetlarning tashkiliy tuzilmalarini bir- simulyatsiya qiymati orqali 3D modellar hosil lashtirishdir. Shunday qilib, so‘nggi yillarda qilinadi. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 27 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР Shunday qilib, jarayon voksellashtirilgan 2-rasm. R-funksiya usuli (RFM) asosida sodda 3D model elementlari to‘plamini, haqiqatan uch o‘lchovli obyekt qurish ham, yashirin ma’lumotlar to‘plami sifati- da boshqaradi. To‘g‘ri, biz ichki qismi kerak Dastlab V.L. Rvachevning R-funksiya bo‘lmagani uchun, asosan, tashqi ko‘rinish usulidan foydalanib, murakkab uch o‘lchov- bilan ishladik. Agarda R-funksiya usuli bilan li obyektni vizuallashtirish tenglamasi ishlab vizuallashtiradigan bo‘lsak, silliq qilish uchun chiqildi: juda ko‘p voksel kerak bo‘ladi va obyekt haj- mi katta bo‘lib ketadi (bu ancha vaqtni ola- (2) di va sodda usul emas). Shuning uchun biz R-funksiya usulidan foydalanib, obyektni Bunda (2) formuladagi umumiy 3D qurish jarayonini ko‘rib chiqdik (Fakhrid- obyekt to‘g‘ri burchakli parallelepiped, si- din, Ulugbek, Akbarjon, & Azizbek, 2021), lindr, ellips kabi primitivlarning konstruktiv (Lisnyak & Gomenyuk, 2009). kombinatsiyalaridan iborat (3-rasm). R-funksiya usuli (RFM) yordamida 3D obyektlarni qurishda quyidagi muammolar tahlil qilindi va quyidagi modellar Vpython kutubxonasi yordamida vizuallashtirildi. Voksel bilan modellashtirishda asosiy kam- chilik shundaki, modellashtirish jarayonlari uchun vaqt sar�i va xotira hajmi ko‘payishi hisobiga ish unumdorligi pasayadi. Buning asosiy sababi modelning ichki tuzilishi to‘la (bo‘shliqlar yo‘q). Uch o‘lchovli obyektni vizuallashtirish jarayonida RFM-funksiya usuli yordamida sohaning butun maydoni tekshiriladi; 3D model boshqa 3D gra�ik DT paketlarga import qilinganda, voksellar soni ortadi va 3D modelning sifati yo‘qoladi. R-funksiya usuli (RFM)dan foydalangan holda, uch o‘lchovli obyektni vizuallashtirish- da soddalashtirilgan holati, shuning natijasi- da umumiy 3D obyekt geometrik primitivlar- ni konstruktiv kombinatsiyalaridan tashkil topgan (Nazirov, Muxamedieva, Nuraliev, & Ne’matov, 2020), (Nuraliev, Nazirov, & To‘ra- yev, Kompyuter gra�ikasi va dizayn [Comput- er graphics and design], 2015). Bunda (1) birlashtirilgan umumiy formula: (1) Bunda: 3-rasm. R-funksiya (RFM)dan foydalangan holda, murakkab uch o‘lchovli obyektning vizuallashtirishda soddalashtirilmagan holati ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 28 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР Yuqoridagi tahlil va natijalar asosida asosida uch o‘lchovli modelni chizish uchun V.L. Rvachevning R-funksiya usuli (RFM) foy- koordinatalarni alohida faylga saqlab, so‘ngra dalanib, murakkab uch o‘lchovli obyektni (3) uni chizish ancha samarali bo‘ldi (4-rasm). formula ko‘rinishida vizuallashtirishning sod- R-funksiya usuli (RFM) yordamida chizilgan dalashtirilgan tenglamasi ishlab chiqildi: 3D obyektlar Core i3 va undan yuqori kon- �iguratsiyali kompyuterlarning parametr- (3) lariga bog‘liq. Buning natijasida modellar- Bunda: ni loyihalashtirishda uch o‘lchovli obyektni kompyuterda namoyish etish vaqti sezilarli 4-rasm. R-funksiya (RFM)dan foydalangan darajada qisqardi va vaqtinchalik xotirada holda, murakkab uch o‘lchovli obyektning modelni tasvirlash uchun xotira hajmi tejaldi vizuallashtirishda soddalashtirilgan holati (Nuraliev, Maksumova, Otaxanov, Kamalov, & Xalilov, 2016), (Pooley, et al.), (Kumar, et al., Bunda umumiy (3) formuladagi 3D 2008), (Smolin, Zhdanov, Potemin, Mezhenin, obyekt to‘g‘ri burchakli parallelepiped, si- & Bogatyrev, 2018), (Ziatdinov & Valles, lindr, sfera kabi primitivlarning konstruktiv 2022). kombinatsiyalaridan iborat. Tadqiqot natijalari 2- va 3-rasmdagi modellarni koordinata- Mazkur ishni amalga oshirishda, ya’ni siz loyihalashtirganimizda, modelni chizish milliy virtual universitet platformasini yara- vaqti va vaqtinchalik xotira hajmi ortadi. Tad- tish uchun 3D texnologiyalar asosida axborot qiqotni amalga oshirishdan olingan natijalar texnologiyalari yo‘nalishida eksteryer, interyer va personajlar dizaynini geometrik modellash- tirish nazarda tutiladi. Bizga ma’lumki, vizual- lashtirishda geometrik splaynlar va poligonal setkalarni qurish usullaridan foydalaniladi. Ushbu platforma doirasida yuqorida keltiril- gan 3D obyektlarni geometrik modellashtirish- da yangi usullar, ya’ni konstruktiv mantiqiy- algebraik R-funksiya usuli (RFM) taklif etila- di. Mazkur usul 3D obyektlarni yuqori murak- kablikda tasvirlash imkonini beradi. Shuning- dek ishda yurtimizdagi qadimiy madrasalar- ning zamonaviy ko‘rinishini tiklash, o‘rga- nish, bilish, qiziqish va jozibadorligini oshirish uchun ham virtual borliq va o‘yin texnologi- yalariga asoslangan usullar asosida yaratil- di va keng ommaga taqdim etildi (Nuraliyev, Giyosov, & Anvarov, Virtual 3D universitet o‘quv jarayonini tashkil qilish modellarini yaratish [Creation of virtual 3D university edu- cational process organization models], 2018). Virtual muhitning asosiy 3D modellarini shakllantirgandan so‘ng vizuallashgan virtu- al universitet ta’lim muhitini yaratish uchun o‘quv jihozlari va vositalarini joylashtirish ishlari olib boriladi. Birinchi navbatda, virtu- al muhit eksteryer dizayniga mos keluvchi ji- hozlar tanlab olinadi. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 29 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР RFM-funksiya usulidan foydalangan hol- yordamida modellashtirilgan 3D modelni da, 3D modelni vizuallashtirishda soddalash- istalgan boshqa gra�ik DTlarda qulay ish- tirish bosqichlari: latish, tahrirlash va yuklash mumkin. Uch o‘lchovli obyektni to‘g‘ridan-to‘g‘ri model- - uch o‘lchovli obyektni modellashti- lashtiradigan bo‘lsak, modellashtirish vaqti rishda ichki qismidagi ortiqcha va ko‘rinmas ortadi; qismlari qirqib olib tashlandi (Z-bufer algo- ritmi); - ushbu koordinatalar asosida uch o‘lchovli obyektni 3D printerda ham chop - 3D model koordinatalari alohida etish mumkin. faylda saqlanadi (*.csv), shu koordinatalar 5-rasm. 120 o‘rinli eksteryer ko‘rinishga ega o‘quv binosining virtual ta’lim muhiti 6-rasm. Vacademia.uz tizimida virtual muhitda dars mashg‘uloti aks etishi Yuqorida taklif etilgan usullar yordamida langan holda, bitta obyektni loyihalash uchun 3D modellarni qurishda asosiy afzalliklari tez 20 daqiqa vaqt sar�lasa, biz taklif qilgan chizadi, xotiradan kam joy eggallaydi, komp- RFM-funksiya usuli yordamida 3D obyektlari yuterning vedio adapter qurimasidan ko‘p 5 daqiqada loyihalandi. joy egallamaydi. Core i3 va undan yuqori kon�iguratsiyali kompyuterlarda ham model- Muhokamada eksteryer obyektlarni anali- lashtirish imkoniyati yaratiladi. tik usullar yordamida geometrik modellash- tirishning mavjud va muallif tomonidan taklif Tadqiqot natijalari tahlili etilgan algoritmlar asosida ishlab chiqilgan 3D modellashtiruvchi mutaxassis 3D dasturiy vositaning imkoniyatlari va vazi- gra�ik dasturiy ta’minot paketlaridan foyda- falari keltirildi. Bundan ko‘rinib turibdiki, ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 30 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР virtual muhitlar uchun eksteryer, interyer va tual universitet tizimida darslarni o‘tkazish personajlarning uch o‘lchovli obyektlarining va o‘quv kurslariga qatnashish (taqdimot, R-funksiya usuli (RFM) yordamida geomet- mashg‘ulot) bitta platformada shakllantirila- rik modellarini va dasturiy vositalarini ishlab di. Kelgusida vacademia.uzni ta’limni boshqa- chiqish loyihalash jarayonlari uchun vaqt sar- rish LMS, Moodle va boshqa tizimlar bilan in- �i kamayishi hisobiga ish unumdorligini 10– tegratsiyasini ta’minlash, virtual muhitlarda 13 %ga oshirish hamda uch o‘lchovli obyekt- zamonaviy universitetlar lokatsiyasini yara- ni fazoda tasvirlash tezligini 4 martagacha tish muhim o‘rin tutadi. oshirish imkonini beradi. Minnatdorchilik Xulosalar Ushbu maqolada olingan natijalar Inno- Respublikamizda virtual universitet vatsion rivojlanish agentligi (Davlat qayd muhiti tashkil qilingan moodle.tuit.uz, lms. raqami: IL-4721071198) tomonidan moli- tuit.uz, smart lms kabi ta’limni boshqaruvchi yalashtirilgan bo‘lib, tashkilot rahbariyati va axborot tizimlarda 3D yozib olingan darslar- xodimlariga, qolaversa, tadqiqotni yakunlash ga kirish, foydalanuvchilar o‘zlarining milliy yoki maqola yozishda yordam bergan Rossiya avatarlarini tanlab tizimga kirish va foyda- Federatsiyasining Volga davlat texnologi- lanish, meta borliqda xaritaning bir joydan yalari universiteti prof. M.N. Morozovning ikkinchisiga harakatlanish va teleportatsiya “Informatika va tizimli dasturlash” labora- obyekti yordamida o‘tish qulayliklari mavjud toriyasi mudiriga alohida minnatdorchilik emas. Ushbu ishni amalga oshirish orqali vir- izhor etmoqchimiz. REFERENCES 1. Fakhriddin, N., Ulugbek, G., Akbarjon, U., & Azizbek, A. (2021). Implementation of the R-Function for virtual environment objects of the simple shapes. Proceedings of the International Conference on Information Science and Communications Technologies: Applications, Trends and Opportunities. ICISCT. doi:10.1109/ICISCT52966.2021.9670271 2. Fominykha, M., Prasolova-Forland, E., Morozov, M., & Smorkalov, A. M.-D. (2013). Increasing Immersivenss into a 3D Virtual World: Motion-Tracking and Natural Navigation in vAcademia. Proceedings of the 2013 International Conference on Applied Computing, Computer Science, and Computer Engineering. Retrieved from www.sciencedirect.com 3. Jeon, S., & Choi, S. (2011). Real Stiffness Augmentation for Haptic Augmented Reality. Presence: Teleoperators and Virtual Environments, 20(4), 337-370. 4. Kumar, S., Chhugani, J., Kim, C., Kim, D., Nguyen, A., Dubey, P., Kim, Y. (2008). Second Life and the New Generation of Virtual Worlds. Computer, 46-53. 5. Lisnyak, A., & Gomenyuk, S. (2009). Application of R-functions for geometric modeling of objects of complex shape. Radioelectronics. Computer science. Management(2), 76-81. 6. Luebke, D. A Developer’s Survey of Polygonal Simpli�ication Algorithms. IEEE Computer Graphics and Applications. Retrieved from http://www.cs.virginia.edu/~luebke 7. Morozov, M., Gerasimov, A., Fominykh, M., & Smorkalov, A. (2013). Asynchronous Immersive Classes in a 3D Virtual World: Extended Description of vAcademia. В M. Gavrilova, C. Tan, & A. Kuijper (Eds), Trans- actions on Computational Science XVIII (vol. 7848, pр. 81-100). Berlin: Springer Berlin Heidelberg Publ. 8. Nazirov, S., Muxamedieva, D., Nuraliev, F., & Ne’matov, A. (2020). Matematik modellashtirish aso- slari [Fundamentals of mathematical modeling]. Tashkent: Aloqachi Publ. 9. Nuraliev, F., & Giyosov, U. (2020). Virtual 3D universitet o‘quv jarayonini tashkil qilishda ek- steryer modellarini yaratish [Creation of exterior models in the organization of the virtual 3D uni- versity educational process]. Proceedings of the International scienti�ic and practical online conference “Prospects for the use of innovative and modern information technologies in the �ields of education and management”, (pр. 322-325). Samarkand. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 31 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.01 – МУҲАНДИСЛИК ГЕОМЕТРИЯСИ ВА КОМПЬЮТЕР ГРАФИКАСИ. АУДИО ВА ВИДЕОТЕХНОЛОГИЯЛАР 10. Nuraliev, F., Giyosov, U., & Anvarov, B. (2018). Virtual 3D universitet o‘quv jarayonini tashkil qilish modellarini yaratish [Creation of virtual 3D university educational process organization mod- els]. Proceedings of the International scienti�ic and technical conference “Urgent issues of production of import-substituting products based on the use of local raw materials in the regions of Fergana Valley”, (pр. 213-216). Fergana. 11. Nuraliev, F., Maksumova, U., Otaxanov, N., Kamalov, I., & Xalilov, R. (2016). vAcademia muhitida o‘quv kurslarini loyihalashtirish [Designing training courses in the vAcademia environment]. Tashkent. 12. Nuraliev, F., Nazirov, S., & To‘rayev, B. (2015). Kompyuter gra�ikasi va dizayn [Computer graphics and design]. Tashkent: Fan va texnologiya Publ. 13. Nuraliyev, F., G‘iyosov, U., & Aliyev, A. (2022). Virtual 3D universitet o‘quv jarayoni uchun Ko‘kaldosh madrasasini uch o‘lchovli geometrik modellashtirish [Three-dimensional geometric mode- ling of the Kokaldosh madrasa for the virtual 3D university educational process]. Proceedings of the republican scienti�ic and practical conference “International Islamic Academy of Uzbekistan, problems and prospects of digitalization in the �ield of information security”. Tashkent. 14. Nuraliyev, F., G‘iyosov, U., & Ibodullaev, S. (2022). Ta’limning virtual olamdagi ko‘rinishi uchun 3D obyektlarni joylashtirish va foydalanish usullari [Methods of placement and use of 3D objects for visualization of education in the virtual world]. Electronic scienti�ic journal of digital economy and information technologies(2). 15. Nuraliyev, F., Giyosov, U., & Anvarov, B. (2018). Virtual 3D universitet o‘quv jarayonini tashkil qilish modellarini yaratish [Creation of virtual 3D university educational process organization mod- els]. TATU messages, 3(47), 65-75. 16. Pooley, A., Christensen, A., Merry, B., Garcia, D., Werness, E., Kolling, G., Blankenship, J. Open- GL extension ARB_get_program_binary speci�ication. Retrieved from http://www.opengl.org/registry/ specs/ARB/ get_program_binary.txt 17. Smolin, A., Zhdanov, D., Potemin, I., Mezhenin, A., & Bogatyrev, V. (2018). Virtual, augmented and mixed reality systems. St. Petersburg: ITMO University. 18. Ziatdinov, R., & Valles, J. (2022). Synthesis of Modeling, Visualization, and Programming in GeoGebra as an Effective Approach for Teaching and Learning. TEM Topics. Mathematics(10), 5-12. Taqrizchi: Sevinov J.U., t.f.d., professor, “Axborotlarga ishlov berish va boshqarish tizimlari” kafedrasi mudiri, Toshkent davlat texnika unversiteti. ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 32 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ https://dx.doi.org/10.36522/2181-9637-2023-3-3 UDC: 331.2:681.14(045)(575.1) VIDEOTASVIRLARDAN OLINGAN MA’LUMOTLAR ASOSIDA SHAXS POZASINI TANIB OLISHNING NEYROTARMOQLI MODELI Ximmatov Ibodilla Qudratovich, “Matematik modellashtirish” kafedrasi tayanch doktoranti, ORCID: 0000-0002-2899-4495, e-mail: [email protected] Sharof Rashidov nomidagi Samarqand davlat universiteti Kirish Annotatsiya. Bugungi kunda shaxsni ta- Tadqiqotning maqsadi shaxsni identi- nib olish va identifikatsiya qilishning bir nech- �ikatsiya qilish uchun MPPE (ing. Multi Per- ta usullari mavjud bo‘lib, ular kundan-kunga son Pose Estimation) tizimi hamda uning sa- takomillashib bormoqda. Biroq bu usullarni marali tanib olish texnologiyasini yaxshilash qalbakilashtirish holatlari ham kuzatilmoqda. imkoniyatlari bilan tanishtirish va tushunti- Zamonaviy videokuzatuv tizimlari rivojlanib, shu rishdan iborat. Ushbu mavzuning dolzarbligi tizimlar yordamida ma’lum bir hududda sodir shundaki, u shaxsni turli xil masofalardan va bo‘layotgan barcha voqea-hodisalarni suratga turli holatdagi harakati jarayonlarida tanib olish hamda olingan ma’lumotlarni neyron tar- olish hamda uning pozasini baholash uchun moqlar yordamida tezkor va samarali tahlil qi- muhim to‘siqlarni ko‘rib chiqadi, shuningdek, lish imkoniyatlari paydo bo‘lmoqda. Videotasvir- MPPE texnologiyasidan foydalanish orqali lar orqali shaxs harakatini kuzatish, taqiqlangan potensial yechim taklif qiladi. Bu kompyu- hududga noqonuniy kirishni aniqlash, kame- terli ko‘rish esa barcha shaxslarning pozasini ralardan olingan surat yordamida jinoyatchilar- shakllantirib, insonlarning kundalik hayotiga ni topish, qidiruvdagi jinoyatchilarning boshqa ijobiy ta’sir ko‘rsatadi, ularning mustaqilligini biometrik ma’lumotlarni o‘zlashtirgan holda, xo- oshirib, tanib olish texnologiyasining eng sa- rijiy davlatlarga chiqish yoki kirishini nazorat qi- maralisi bo‘lib xizmat qiladi hamda MB dagi lish mumkin. Ushbu tizim aeroportlar, temir yo‘l materiallardan foydalanish, solishtirish va vokzallari, dengiz portlarida jinoyatchilarni ush- tahlil qilish imkonini beradi. lashga yordam beradi, bir qatorda yoki olomon- Bugungi kunda shaxsni uning harakatlari da bo‘lgan odamlar sonini avtomatik ravishda yordamida aniqlash jarayoni boshqa identi- sanaydi va ularning harakatlari xarakterini tahlil �ikatsiyalash texnologiyalari bilan solishtir- qiladi. Bu esa insonning subyektiv aralashuvi va ganda, sozlash va o‘zlashtirish qiyin bo‘lgan ma’lumotlarni qayta ishlash uchun zarur bo‘lgan jarayonlardan biridir. Shunday qilib, birinchi vaqtni kamaytiradi. Bundan tashqari, sportchilar navbatda, neyron tarmoqlar va boshqa vo- harakatlarida ham pozani neyron tarmoqlar yor- sitalar yordamida inson pozasini aniqlash damida baholash hozirda keng qo‘llanilmoqda. hamda uning gra�iklarini shakllantiruvchi Xususan, sportchilarni guruhdan ajratib olish va chizmalarni ko‘rib chiqish lozim. shaxsiyatga qarab xatti-harakatlarini o‘rganish, Inson pozasini baholashda ko‘pincha buning natijasida sport mashg‘ulotlari samara- odamning tanasini bo‘g‘imlar (elkalar, tir- dorligini oshirish mumkin. saklar, qo‘llar, tizzalar, oyoqlar)ga ajratgan Kalit so‘zlar: neyron tarmoq, sun’iy intellekt, pozani baholash, sinflashtirish, xaritalash, yurishni tanib olish, shaxsni identifikatsiya qilish, yurish tasviriga ta’sir qiluvchi omillar. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 33 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ НЕЙРОСЕТЕВАЯ МОДЕЛЬ РАСПОЗНАВАНИЯ holda asosiy nuqtalar (bo‘yin, bosh)ga mos ПОЗЫ ЧЕЛОВЕКА НА ОСНОВЕ ИНФОРМАЦИИ keladigan tutashtiruvchi asosiy nuqtalar bi- lan ifodalanadi. Ushbu muammoni ikki yoki С ВИДЕОИЗОБРАЖЕНИЯ uch o‘lchovda ko‘rib chiqish mumkin. Bu muammoning murakkabligi va natijalarning Химматов Ибодилла Кудратович, amaliy qo‘llanilishini belgilaydi. докторант кафедры \"Математическое Inson pozasini aniqlash insonni tanib olish- моделирование\" ning eng muhim vositasidir. Tasvirga asoslan- gan odam pozasini baholash bir nechta turli Самаркандский государственный университет xil ilova va algoritmlarga ega (Akhatov & Dju- имени Шарофа Рашидова manov, Mechanisms of images visualization in the system of micro-objects recognition Аннотация. Сегодня существует несколь- and classi�ication, 2006). Shuningdek, inson ко способов узнать и идентифицировать чело- pozasining gistogrammasiga yo‘naltirilgan века, и они совершенствуются день ото дня. gradiyentlari va deformatsiyalanadigan detal Однако наблюдаются и случаи фальсификации modellarini qo‘lda qurish funksiyalari ham- этих методов. Современные системы видео- da gra�ik modellarga tayanadigan eng dast- наблюдения развиваются, с помощью спутнико- labki yondashuvlar sifatida ko‘rilishi mumkin вых систем можно фотографировать все, что (Аkhаtov, Nazarov, & Rashidov, 2021). Bun- происходит в определенной местности, а за- day usullar ko‘p joylarda va murakkab vazi- тем быстро и эффективно проанализировать yatlarda odamlar uchun samarali natijalar полученные данные на основе нейронных сетей. bermaydi. Chunki bitta odamni obyekt sifatida Благодаря видеоизображениям и фотографиям boshqa tasvirlardan ajratib olish va natijada с камер наблюдения можно следить за переме- murakkab holatdagi tasvir uchun eng sama- щением любого человека, выявлять факты не- rali ishlov berish yuqori aniqlikka ega emas. законного проникновения в запрещенную зону, Shu bois chuqur neyron tarmoqlar (DNN) yor- распознавать разыскиваемых преступников, не damida pozani baholash (Akhatov, Nazarov, & допускать их выезд или проникновение в зару- Rashidov, ICISCT, 2022) oxirgi yillarda katta бежные страны, получать другие биометричес- hajmdagi oʻqilishi zarur boʻlgan maʼlumotlar кие данные. Эта система помогает выявлять toʻplami mavjudligi tufayli yaxshi ishlash im- и задерживать преступников в аэропортах, konini bermoqda va u birinchi marta Deep- вокзалах, морских портах, автоматически под- Pose sifatida o‘rganila boshlandi. Shuningdek, считывать количество людей в очереди или odam ko‘p harakat qilganda yoki muntazam толпе, анализировать характер их перемеще- ravishda biror faoliyatni amalga oshirganda, ний, это снижает степень субъективного вме- ularning lokalizatsiyasini yaxshilash uchun шательства человека и сокращает время об- tananing asosiy faol nuqtalari tasvir xaritasi- работки данных. Кроме того, анализ на основе dan foydalanish muhim vazifa sifatida qaraladi нейронных сетей положения тела теперь ши- (Andriluka, Pishchulin, Gehler, & Schiele, роко используется при оценке движений спорт- 2014). Shu sababli faol nuqtalarning o‘zaro сменов, в частности для выделения отдельно- bog‘liqligini ta’minlash maqsadida bo‘g‘imlar го спортсмена из группы, определения и изуче- va tananing asosiy qismlari o‘rtasidagi muno- ния его двигательных способностей и повыше- sabatlarni baholash uchun fazoviy tasodi�iy ния эффективности упражнений в зависимости maydon (MRF) modelidan foydalanish yo‘lga от выявленных особенностей. qo‘yilgan. Bu usuldan koʻra samaraliroq usul sifatida issiqlik xaritalari yordamida toʻgʻri- Ключевые слова: нейронная сеть, искус- dan-toʻg‘ri pozalarni moslashtirish uchun ственный интеллект, оценка положения, клас- katta qabul qiluvchi maydonlarga ega boʻl- сификация, картографирование, распознавание gan juda chuqur ketma-ketlikli “conv-deconv” походки, идентификация человека, факторы, влияющие на изображение походки. A NEURAL NETWORK MODEL FOR RECOGNIZING HUMAN POSES BASED ON INFORMATION OBTAINED FROM VIDEO IMAGES Himmatov Ibodilla Kudratovich, Doctoral Student at the Department of Mathematical Modeling Samarkand State University named after Sharaf Rashidov ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 34 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ nomli yangi arxitektura ham ishlab chiqil- Abstract. Nowadays, there are several ways gan (Axatov & Ximmatov, 2020). Keyinchalik of recognizing and identifying a person, and these gradiyent yo‘qolishining oldini olish uchun keep enhancing day by day. However, cases of “conv-explorer” juftliklari o‘rtasida oraliq falsification of these methods can also be observed. boshqaruv rejimi joriy qilinib, shundan so‘ng Modern video surveillance systems keep on chuqurroq tarmoq asosiy nuqtalarini qabul qi- developing, and satellite systems enable us to lish maydoni o‘rtasidagi munosabatlarni o‘r- photograph everything that happens in a certain ganish mumkinligi ma’lum bo‘ldi. Bu esa Deep area and analyze effectively the data obtained Neural Network, ya’ni chuqur neyron tarmoq using neural networks. Video images help to amalga oshirilishi mumkinligini ifodalaydi. monitor motions of people, detect illegal entries into prohibited areas, as well as to identify remaining Shunday qilib, insonning holatini aniq- criminals by means of photos taken from cameras lashga qiziqish ortib borishi va PRM yordami- and control exit and/ or entry of wanted criminals da turli xususiyat shkalalarida konvolyutsion to foreign countries by acquiring other biometric �iltrlarni o‘rganish orqali turli miqyosdagi data. This system serves to catch criminals at chuqur konvolyutsion neyron tarmog‘ining airports, railway stations, seaports; it automatically (CNN) o‘zgarmasligini yaxshilash uchun yan- counts numbers of people in a line or in a crowd gi algoritmlar ishlab chiqilishi zarurati pay- and analyzes the nature of their movements, which do bo‘ldi (Bourdev & Malik, 2009). Bunga lessens the amount of subjective human intervention asoslanib, pozani baholashda boshqa tur- and reduces time required for data processing. dagi neyron tarmoqlardan foydalanilgan va Moreover, neural network-based pose estimation zamonaviy DNNlar asosiy nuqtalarni topish system is now being used widely in sports, and this va moslashtirish uchun inson tanasi tuzilishi- can distinguish between athletes and change their ni modellashtirishda hali ham cheklangan. behavior based on their personal characteristics. Shuning uchun mavjud usullarga asoslanib, neyron tarmog‘i joylashuv munosabatlarini Keywords: neural network, artificial intelligence, modellashtirish uchun bilvosita boyitilishi pose estimation, classification, mapping, gait kerak. Bunga ko‘ra, pozaning asosiy nuqta- recognition, human identification, factors affecting lari yetarli tashqi omillarga ega bo‘lishi uchun gait images. bu jarayondagi tanib olish sahnasidagi tiqi- lishlar, fon shovqinidan kelib chiqadigan no- Tadqiqot natijalari aniqliklar yoki tananing bir nechta qismlari Inson pozasini baholash bir-birini to‘sib qo‘ygandagi holatlarni bar- Insonning turishi yoki holatini baholash taraf etish asosiy masalalardan biridir. Shu kompyuter ko‘rishidagi eng qiyin vazifalar- boisdan pozani baholash usuliga asoslanib, dan biridir, chunki odamlar tabiatan defor- ko‘plab usullarning natijalari o‘rtacha hisob- matsiyalangan va shuning uchun ularning lanib, samaradorlikni kichik farq bilan yax- turishi juda ko‘p farqlarga ega. shilashga qaratilgan turli miqyosdagi usullar- Insonning holatini baholash tasvirlar ning bir necha iteratsiyasiga tayanilmoqda yoki videolarda inson bo‘g‘imlarini (shu- (Bulat & Tzimiropoulos, 2016). Bu esa model- ningdek, asosiy nuqtalar – tirsaklar, bi- lashtirishda ishning asosiy vazifasi va tizim laklar va h.k.lar deb ataladi) joylashtirish ustuvorliklarini hal qilish uchun samarali vazifasi sifatida aniqlanadi (Cherian, Mai- yechimlar topish zarurligini ko‘rsatadi ral, Alahari, & Schmid, 2014). Bu, shuning- (Chang, Qi, Wang, Cheng, & Lyu, 2015). dek, barcha bo‘g‘imli pozalar bo‘shlig‘ida ma’lum bir pozani qidirish sifatida bel- Material va metodlar gilanadi. Tasvirlar yoki videolarda inson Ushbu tadqiqotda vazifani ikkita kichik bo‘g‘imlarini aniqlash harakatni aniqlash- turga bo‘lib o‘rganish mumkin: bitta odam da ishlatilishi mumkin bo‘lgan muhim vazi- pozasini baholash va ko‘p odamlar pozasini fa hisoblanadi. baholash. Odam holatini baholashning ikki o‘lchov- li va uch o‘lchovli usullari mavjud deb qaray- PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 35 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ miz. 2D baholashda RGB tasviridagi har bir Ushbu usulning asosiy g‘oyasi tasvirdagi bo‘g‘imga ikki o‘lchovli pozitsiya koordinata- “tanadagi belgilar”, ya’ni bo‘g‘imlar ko‘rini- lari (x, y) tayinlanadi. 3D texnikasi (masalan, shidagi tananing asosiy qismlari – yelkalar, Position Estimator) yordamida taxminiy to‘piqlar, tizzalar, bilaklar va boshqalar- pozitsiya RGB (x, y, z) tasvir koordinatalari- ning bog‘langan skeletini birlashtirgan hol- da 3D o‘lchamiga ko‘ra baholanadi (Chu, et da topishdir (Liu, Zhu, Bu, & Chen, 2015). al., 2017). Shunga e’tibor berishimiz kerak- To‘g‘ri ma’lumotlar to‘plamini topish tad- ki, insonning holatini baholashning muhim qiqotning muhim qismlaridan biri hisobla- vazifasi – bu harakatning gra�ik shakllarini nadi. Kameradan olingan tasvirlarni tanib tavsi�lovchi ma’lumotlarni qayta ishlashdir. olish va insonning tayanch nuqtalarini bel- gilashning samarali usuli ishlab chiqildi Harakatning gra�ik shaklini yaratish hamda tayanch nuqtalar asosida inson ske- Shaxsni “tanib olish” va harakatlarni letini alohida olib ko‘rsatish bosqichi amal- namoyish qilish masalasini hal qilish uchun ga oshirildi. Shuning uchun inson tanasi- uning xatti-harakatlarini kuzatishda in- ning muhim yordamchi nuqtalarini aniqlash son harakatining zaruriy xususiyatlarini sxemasining mumkin bo‘lgan variantlari aniqlash muammoning asosini tashkil qila- ishlab chiqildi (2-rasm). di. Ushbu natijalardan kelib chiqqan holda, tezkor identi�ikatsiya qilish jamoat joylari 2-rasm. Tayanch nuqtalar yordamida inson – aeroport, avtovokzal, bozor va shunga tanasining muhim nuqtalarini aniqlash o‘xshash aholi gavjum joylarda shubha- DeepPose yordamida inson pozasini baho- li shaxslarni tezkorlik bilan aniqlashga yor- dam beradi. Bu esa tekshiruv natijalariga lash ko‘ra tezkorlik bilan tegishli choralar ko‘rish Chuqur neyron tarmoqlaridan foyda- imkonini beradi. Shu bilan birga, neyron tar- moqlardan foydalangan holda, kameralar- langan holda, tasvirdagi odamning pozasini dan olingan tasvirlarni chuqur tahlil qilishga bashorat qilish bo‘yicha birinchi ishlardan sharoit yaratadi. biri DeepPose’dir. Ko‘pchilik bu muammoni Harakat gra�igini yaratishning asosiy usul- regressiya muammosi deb hisoblaydi. Deep- laridan biri gra�iklarni shakllantirish usulidir, Pose berilgan bo‘g‘imlar asosida tasvirdan ya’ni tasvir skeletlari uch o‘lchamli fazoda bir kishining pozasini baholash, ya’ni bitta bo‘g‘imlarga bo‘lingan nuqtalarga asoslangan odamning pozasini aniqlashda odam mav- holda shakllantiriladi (1-rasm). Bu harakatlar jud bo‘lgan maydonlarni kesish, bo‘g‘imlar ta’ri�i bilan harakatdagi shaxs psixologiyasini markaziga nisbatan pikselga ajratilgan may- tahlil qilish imkonini beradi. donlarga asosan bo‘g‘imlar koordinatalari- ni qayta hisoblash va normallashtirish ma- 1-rasm. Har xil harakat shakllarida inson salalarini hal qiladi (3-rasm). skeletining uch o‘lchovli tasviri ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 36 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ 3-rasm. Normallashtirilgan poza yordamida Shuni ham ta’kidlash kerakki, GPU skeletni hosil qilish xotirasidan ortiqcha foydalanishning oldini olish uchun yuqori aniqlikdagi tasvirlar o‘rni- Inson pozasini baholash keng ko‘lamli po- ga tarmoqqa 64 x 64 kirish tasvirlari yubo- tensial dasturlarga ega bo‘lgan kompyuter- rilgan bo‘lishi kerak. Bu esa sifatli tasvirlarni li ko‘rish sohasidagi muhim va faol tadqiqot kerakli joyni zondlash orqali ajratib olish im- sohasi hisoblanadi. Inson pozasini baholash, konini ham beradi va tasvirni qayta ishlash- ayniqsa, 2D tasvirlarda, kuchli Deep Lear- ga salbiy ta’sir ko‘rsatmaydi. ning texnologiyasi va yaqinda to‘plangan keng ko‘lamli ma’lumotlar to‘plami tufayli MSS-net modeli yordamida pozadagi issiq- samarali natijalarga erishilmoqda. Biroq in- sonning 3D pozasini baholash samaradorligi lik xaritasini shakllantirish qoniqarli emas. Bu, asosan, 3D ma’lumotlar Ko‘p masshtabli boshqaruv tarmog‘i to‘plamining yetarli emasligi bilan bog‘liq bo‘lishi mumkin. So‘nggi paytlarda ushbu (MSS-net) qum soati modelining asosiy vazi- muammoni hal qilishning ba’zi usullari tak- fasi issiqlik xaritalari to‘plamidir va har bir lif qilindi va bu usullar ma’lum darajada mu- issiqlik xaritasi tananing har bir asosiy nuqta- vaffaqiyatga erishdi. Biroq takomillashtirish sining (tirsaklar, bilaklar, to‘piqlar, tizzalar va uchun hali ko‘p imkoniyatlar mavjud (Newell, boshqalar) joylashish ehtimoliga mos keladi. Yang, & Deng, 2016). MSS tarmog‘ini ishlatish uchun issiqlik xari- talari, odatda, 2D Gaussian hisoblash meto- Tasvirning uzluksizligi va uning izi yoki di yordamida yaratilgan asosiy tana nuqta- traektoriyasini baholash yuqoridan pastga va larining issiqlik xaritalariga qarshi nazorat pastdan yuqoriga ishlov berish orqali doimiy qilinadi. Ko‘p masshtabli boshqaruv tarmog‘i ravishda takrorlanadi. Bu tarmoqqa yuqori (MSS-net) va ko‘p masshtabli regressiya tar- darajadagi xususiyatlarni dastlabki bosqich- mog‘i (MSR-net)da bo’shliqlarni yo‘qotishdan da qo‘lga kiritishga yordam beradi va yana- foydalanish asosida butun tarmoq quvur lini- da chuqurroq xususiyatlarni baholash uchun yasi asosiy nuqtani maskalash sxemasi bilan amalga oshiriladi. Shuningdek, u bog‘lanish- takomillashgan holatini aks ettiradi (4-rasm). larni samarali lokalizatsiya qilish uchun ele- mentlarning fazoviy joylashishini saqlaydi. Neyron tarmoqqa asoslanmagan qum soat Umumiy natijaviylik shuni ko‘rsatadiki, qum modelining asosiy kamchiligi shundaki, har soatli neyron tarmoq modelini bitta kattaroq bir asosiy nuqtaning issiqlik xaritasi mustaqil �iltr o‘rniga bir nechta kichikroq �iltrlardan ravishda baholanadi, shuning uchun asosiy foydalanish, masalan, 6 x 6 �iltr o‘rniga ikki- nuqtalar orasidagi munosabatlar hisobga olin- ta 4 x 4 �iltrdan foydalanish orqali yaxshilash maydi (Sapp & Taskar, 2013). Boshqacha qilib mumkin. Bundan tashqari, konvolyutsiya bi- aytadigan bo‘lsak, aniqlangan ishora nuqtalari lan piksellar sonini kamaytirish uchun 1 x 1 orasidagi tizimli muvo�iqlik optimallashtiril- �iltri ham uning ish faoliyatini yaxshilaydi. magan bo‘ladi. Bu esa pozani baholash jara- Shunday qilib, ushbu arxitektura uchun 4 x 4 yonidagi strukturaviy izchillikni ta’minlash- yoki undan kamroq hajmdagi to‘liq o‘lchamli da asosiy tana nuqtalari orasidagi yaqinlik va �iltrlardan foydalanish samaralidir. bog‘lanishni yaxshiroq aniqlash uchun oraliq kuzatuvni kiritish hamda maqsadli xizmat qi- luvchi MSS-net qum soati modellari o‘rtasida tuzilmaviy yo‘qotishlarni kiritish imkonini beradi. Struktura ortiqcha xatolikni yo‘qotish- ni amalga oshirish, shuningdek, jarayon ket- ma-ketligining oxiridagi MSR tarmog‘ida bar- cha miqyosdagi asosiy nuqtalarning barcha issiqlik xaritalarini global miqyosda kuzatish uchun ishlatiladi. Shunday qilib, yakuniy nati- ja sifatida global izchil poza kon�iguratsiyasini aniqlash imkoni paydo bo‘ladi. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 37 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ 4-rasm. MSS-net va MSR-net tarmoqlari yordamida asosiy nuqtani maskalash sxemasi Ko‘p masshtabli kuzatuv tarmog‘i soniga to‘g‘ri keladi (issiqlik xaritalari soni Ko‘p masshtabli kuzatuv tarmog‘i bir ham). Boshqa tomondan, qoldiqni hisoblash- nechta masshtabdagi chuqur xususiyatlar- da har bir masshtabda tegishli ajratilgan aso- ni o‘rganish uchun mo‘ljallangan. MSS tar- siy nuqtaning issiqlik xaritasiga mos kelishi mog‘ini konvertatsiya qilish darajasining har uchun haqiqiy tayanch nuqta xususiyati xa- birida ko‘p darajali nazoratni amalga oshirish ritasi quyi namunaga tushiriladi. mumkin. Bu yerda har bir daraja ma’lum bir shkalaga mos keladi. Standart ma’lumotlar to‘plamida hech Ko‘p masshtabli nazorat tegishli qanday to‘siqlarsiz yerda turgan inson masshtabda (masalan, 1/2, 1/4, 1/8 quyi pozalari asosiy nuqtalar sifatida taqdim eti- namunali) tegishli quyi namunali issiqlik ladi. Issiqlik xaritalarini yaratishning keng xaritalari yordamida har bir dekonversiya tarqalgan amaliyotiga amal qilinishiga asosiy qatlamidagi qoldiqni hisoblash orqali amal- sabab, bunda n – asosiy nuqta Gn (x, y) issiq- ga oshiriladi. Xususan, tegishli miqyosda lik xaritasi markaziy nuqtaning (x, y) marka- qoldiqni hisoblashda xususiyat xaritasining zida joylashgan 2D Gauss syujeti yordamida o‘lchamlarini tenglashtirish, ko‘p o‘lchovli yaratiladi va 1 piksel standart og‘ish bilan konversiyalash xususiyati xaritalarini kerakli hisoblanadi. 5-rasm (pastki chap, birinchi qa- xususiyatlar soniga aylantirish va o‘lchamlar- tor) ba’zi asosiy nuqtalar uchun issiqlik xari- ni kamaytirish uchun 1 x 1 konvolyutsion talarining bir nechta misollarini ko‘rsatadi. yadrodan foydalanamiz. Bu yerda qisqar- tirilgan o‘lchamlar tananing asosiy nuqtalari Ko‘p masshtabli regressiya tarmog‘ida odamning joylashuvini o‘sib borayotgan rezolyutsiya bilan takomillashtirish an’anaviy ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 38 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ piramidalik qidiruv mexanizmiga o‘xshab ish- 3D pozalariga mos kelishi mumkin. Aslida, laydi. Ko‘krak qafasining ko‘p masshtabli ter- chuqurlik noaniqligini vaqtinchalik ma’lu- mal xaritalari ko‘rsatilgan (5-a rasm). Ko‘krak motlar, ko‘p masshtabli tasvirlar va boshqa- qafasining joylashuvi yuqori aniqlik bilan lar yordamida sezilarli darajada kamaytirish aniqlanganda, dekonveksiyadan yuqori namu- mumkin. Birinchidan, vaqtinchalik ma’lu- na olish paytida issiq nuqta issiqlik xaritalari- motlardan, tasvir ketma-ketligidan 3D inson ning takomillashtirilganligi holati (5-b rasm) pozasini qayta qurishda chuqurlik noaniqli- va shu asosda inson skeleti gra�igini asosiy gini kamaytirish uchun foydalanish yaxshi nuqtalar bilan bog‘lash munosabatlarining samara beradi. Biroq kamera harakati, tez- vizualizatsiyasi bilan ko‘rsatadi (5-c rasm). kor harakat, fon, kiyim va yorug‘lik o‘zgarishi kabi ko‘plab qo‘shimcha muammolar mav- Shuni ta’kidlash joizki, bugungi kunda bir jud bo‘lib, ular vaqt o‘tishi bilan odamlar- nechta shaxsni bitta tasvir sifatida tanib olish ning shakli va tashqi ko‘rinishini o‘zgartirib, ham dolzarb masala hisoblanadi va uning tashqi ko‘rinishning keskin o‘zgarishiga olib yechimi yuqoridagi natijalarga asoslansa-da, keladi. Ikkinchidan, ko‘p ko‘rinishdagi tasvir- alohida tadqiqotlar talab qiladi. lardan foydalanganda, bir nechta kameralar- dan ma’lumotlarni birlashtirish muammosiga 5-rasm. Skeletni ko‘p masshtabli regressiya duch kelish mumkin (Ximmatov, Important tarmog‘i asosida hosil qilish factors in evaluation of gait analysis systems and ad-vantages of biometric gait recogni- tion, 2020). 2D poza baholash metodi asosida bir nech- 6-rasm. Turli kameralardan olingan tasvirlar- ta inson pozasini baholash dan yaratilgan skeletning umumiy tasviri Bir nechta insonning harakatini tanish va Inson pozasining 3D pozasini baholash ajratib olishda nafaqat shaxsning o‘z haraka- sxemasini ishlab chiqish ti, balki uning turli rang-barang kiyimlari, ko‘p hollarda uning sumkasi, shaxs ishtirok Bir nechta shaxsni monokulyar tasvirda etadigan murakkab fon, tanadagi ko‘zga baholashda qo‘shimcha muammo – bu yaqin ko‘rinmas o‘zgarishlar va boshqalar ham atrofdagi odamlar tomonidan yuzaga kel- muhim rol o‘ynaydi. Bularning barchasi in- gan okklyuzion hisoblanadi. Turli xil ko‘ri- sonlar pozasini ajratib olishga to‘siq bo‘luvchi nishga ega bo‘lgan bir nechta odamning 3D asosiy sabablar hisoblanadi. pozalarini baholashda asosiy qiyinchiliklarga 6-rasmda ko‘rsatilganidek to‘siqlar vujudga Umuman olganda, 3D pozasini baholash keladi. Bu holatda pozalar uchun ko‘proq joy, uchun har xil turdagi kirish ma’lumotlari okklyuzion va o‘zaro joylashuvdagi murak- qo‘llaniladi va shuning uchun tegishli vazi- kablik vujudga keladi. Bundan tashqari, mav- falar ham farqlanadi. Tasvirlarni ajratishda ko‘rgazmali belgilardan, masalan, soyalar va ma’lum o‘lchamdagi obyektlardan foydala- nish mumkin. Biroq bunday ma’lumotlarni bevosita tasvirlardan olish juda qiyin (Xim- matov, Advantages of biometrik gait recog- nition. Important factors in evaluation of gait analysis systems, 2020). Misol uchun, 6-rasmda ko‘rsatilga- nidek, bitta 2D skelet juda ko‘p turli xildagi PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 39 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ jud usullarning ko‘pchiligi ikki bosqichli ko‘rishimiz mumkin va bu bir nechta inson- sxemalarga asoslangan bo‘lib, ularda sama- ning bir vaqtda 3D pozasini shakllantirish radorlik bilan bog‘liq muammolar mavjud. sxemasini ishlab chiqish talabini vujudga Bu muammoni hal qilish uchun bir bosqich- keltiradi va bu jarayonni quyidagi sxemani li usullar taklif qilingan bo‘lsa-da, lekin ular ishlab chiqish bilan yaxshilash imkonini bera- hali sezilarli yaxshilanishga erishmaganligini di (7-rasm). Insonning 3D pozasini baholash Shaxs Shaxslar guruhi Bir Ko‘p Bir Ko‘p ko‘rinishli ko‘rinishli ko‘rinishli ko‘rinishli Skelet Freym Regressiya Aniqlash Bir bosqichli Ikki bosqichli Tasvir Yuqoridan Aralash, SMPL pastga ostin-ustun Qattiq poza 7-rasm. 3D pozani shakllantirish sxemasi Yuqorida keltirilgan rasmdagi struktura- vo�iqliklar PCKh sifatida ko‘rsatilgan bosh dan ko‘rinib turibdiki, insonning 3D pozasi- o‘lchamining ulushiga normallashtiriladi va dagi shaxslar guruhini baholashda bir ko‘ri- natija samaradorligi 0,2 % ga yaxshilangan- nishli qismidagi Ikki bosqichli bo‘limida CNN ligini ko‘rish mumkin (jadval). neyron tarmog‘idan uning kirish qatlamidagi kirishlar soni kamida 8 ta va chiqish qatlami- Jadval dagi chiqishlar soni kamida 2 ta bo‘lganda foydalanilsa va algoritmlar asosida takomil- FLIC maʼlumotlar toʻplamidan olingan lashtirilsa hamda qayta ishlansa, insonning harakat pozasini shakllantirish masalasi sa- natijalar (PCK = 0,2 %) marali hal qilinadi, shuningdek, olingan tas- virlarni his qilish muammosini bartaraf etish Model nomi Yil Bilak qism Tirsak qism imkoniyati yaratiladi. CVPR 2015 93,1 92,5 Tadqiqot natijalari tahlili Olingan natijalarni baholash toʻgʻri kalitli CVPR 2016 97,7 95,1 nuqtaning standart foizi (PCK – Percent Cor- 2016 99,1 97,1 rect Keypoint) koʻrsatkichi yordamida amal- ECCV ga oshiriladi, bu kalit nuqtani aniqlash foizi, 2023 99,3 97,4 yuqorilab chiqilgan ko‘rsatkichlar va yerdan Ishlab chiqilgan normallashtirilgan masofa haqida ma’lumot yangi model va hisobot olish imkonini beradi. FLIC stan- dart bo‘yicha PCK o‘lchamining bir qismi nis- Taklif etilayotgan tuzilmada MSR tar- batan normallashtirilgandan so‘ng asosiy real mog‘ini hisobga olgan holda ishlab chiqilgan natijalarga nisbatan aniqlangan asosiy nuqta- ko‘rinish takomillashtirilgan. Yuqorida kelti- lar o‘rtasidagi nomuvo�iqlik foiziga o‘rnati- rilgan jadvalda FLIC natijalari umumlashtirib ladi. MPIIni baholash uchun bunday nomu- olinganda, bunda bizning natijalar tirsak uchun 99,3 % va bilak uchun 97,4 % ekan- ligini ko‘rishimiz mumkin. Shuni ta’kidlash lozimki, tirsaklar va bilaklarni FLIC ma’lu- motlar to‘plamida lokalizatsiya qilish eng qi- yin qismlardir. Biz 6-rasmda haddan tashqari gavjum ho- latlar va jiddiy tiqilinch holati yuzaga kelib ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 40 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ qolgan juda murakkab misollarni ko‘rishimiz siyenti, ya’ni aylanish burchagining +/–30 mumkin. Bunday holda biz har bir kishi- gradus va masshtabning 0,25 barobarida ning MPII ma’lumotlar to‘plamida ko‘rsa- kattalashuvchi yoki kamayuvchiligini o‘z ichi- tilgan chegaraviy maydoniga nisbatan o‘z ga olgan dastlabki qum soati ichida bo‘lgani pozitsiyasini baholaymiz. Biz taklif qilayotgan kabi bir xil ma’lumotlarni ko‘paytirish usuli- usulda har bir maqsadli shaxs uchun murak- dan foydalanamiz. CPU xotirasi cheklangan- kab pozalarni boshqa odamlarning pozalari ligi sababli kiritilgan tasvirlarni kesilgan va bilan chalkashtirmasdan, okklyuzion mavjud 256 x 256 pikselgacha o‘lchangan holda ola- bo‘lganda ajratib olish mumkin. miz. Birinchi bosqichda biz MSS-Net-ni 5e-4 boshlang‘ich o‘rganish tezligi bilan 150 sikl Maqola xulosalari shuni ko‘rsatadiki, ney- uchun o‘qitamiz. Agar ishlash samaradorligi 8 ron tarmoq algoritmlari yordamida inson davrdan keyin yaxshilanmasa, o‘rganish tez- pozasini baholab, uning muhim belgilarini ligi 5 baravar kamayadi. Keyin biz MSR-Net- tanib olishda samarali va yuqori aniqlikka ni 75 sikl uchun MSS-Net-ning belgilangan erishish mumkin. CNN va qum soat metodi parametrlari bilan o‘qitamiz. Nihoyat, butun yordamida regressiya jarayonini takomil- tarmoq jarayon sikli tayanch nuqta maskala- lashtirish yuqori aniqlikka erishishda, ayniq- nishini sozlash bilan 75 sikl uchun o‘qitiladi. sa, samarali ekanligi isbotlandi. Biroq ushbu usullarning turli ma’lumotlar to‘plamlari va Sinov MPII va FLIC ma’lumotlar to‘plam- videotasvirdan olingan tasvirlar tiniqligi va larida amalga oshiriladi. Bu ish bir odamning zondlash orqali ajratib olish uchun umum- pozasini baholashga qaratilganligi sababli lashtirilishini baholash uchun qo‘shimcha ko‘pincha bir nechta tadqiqotlarni talab etadi. tadqiqotlar talab etiladi. Biz shartli test usulidan foydalanamiz. Obyekt tasvirning markazida joylashgan deb faraz Bundan tashqari, maqolada rasm ho- qilib, biz, birinchi navbatda, pozani baholash- latidagi, turli rakursda va turli burchak os- ni asl holatda tekshiramiz. Keyin aniqlangan tidagi ko‘rinishlarni tezkor qayta ishlab tanib tanadagi asosiy nuqtaning ishonchli ma’lum olish muhimligi ta’kidlangan, chunki bu shaxs bir chegaradan past yoki yo‘qligini tekshi- pozasini baholashning samarali bo‘lishi im- ramiz. Agar shunday bo‘lsa, unda muvaffaqi- konini beradi. To‘g‘ri va ishonchli tanib olish yatli inson pozasi topilmagan deb baholanishi usullarini ishlab chiqish insonlarni poza yor- mumkin. Keyin biz odamning taxminiy joy- damida aniqlab olish hamda kelajakda uning lashuvini qiyshaytiramiz va aniqroq pozani xulq-atvorini baholash va shaxsni identi�ikat- topish mumkinligini bilish uchun pozani qidi- siya qilish, jamoat joylari va odam ko‘p to‘pla- rishni takrorlaymiz. Asosiy nuqtaning ishonch nadigan hududlarda shaxslarni tezkor qidirib chegaralari tayanch asosiy nuqtaga bog‘liq topish va identi�ikatsiya qilish, shuningdek, bo‘lishi mumkin va test to‘plami yordamida jamoat xavfsizligini ta’minlashda muhim hi- empirik tarzda aniqlanadi. soblanadi. Bir nechta pozani baholash testlari o‘tka- Taklif etilayotgan neyron tarmoqli o‘qi- zilganda, pozaning samarali chiqishi tasvir- tishda 300 ta sikl uchun SGD optimallashti- ning aniqlik darajasi sintezi uchun faqat 80 % ruvchisi yordamida tegishli ma’lumotlar chegarasidan yuqori ballga ega natijalar tan- to‘plamlarida ko‘p masshtabli baholash lanadi. 86 % va undan yuqori aniqlikdagi qiy- modeli amalga oshiriladi. Ushbu ishda biz mati ham test majmuasidan empirik tarzda o‘qitish va sinov uchun bir nechta qum soa- aniqlanadi va samaralilik ko‘rsatkichi yuqori ti modullaridan foydalanamiz. Neyron tar- bo‘lishini ta’minlaydi. Shuni ta’kidlashimiz moqqa o‘qitish jarayonlarini uch bosqichga kerakki, sinovning bunday takomillashtirili- bo‘lish mumkin: (1) MSS-Net treningi, (2) shi pozani baholash testi samaradorligini ka- MSR-Net treningi hamda (3) MSS-Net va maytirishi mumkin, chunki jarayon kirish ma’lu- MSR-Netning gibrid treningi. Biz o‘qitish ja- motlaridagi o‘zgarishlarni ham hisobga oladi. rayoni davomida tasvirning egilish koef�it- PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 41 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ Xulosalar Kelajakda xatti-harakat orqali shaxs identi- Tasvirga ishlov berish jarayonida harakat- �ikatsiyasini shakllantirish, uning psixologik ni aniqlaydigan va turli masofalardan tabiatini ifodalash uchun algoritmlar va ney- umumiy tasvirlarni oladigan kameralar yor- ron tarmoqlardan foydalangan holda, shaxs- damida MPII modeli asosida inson skeletini ning psixologik xususiyatlarini belgilash va chizish, uning tayanch nuqtalarini aniqla- shu xususiyatlar asosida har bir insonning gandan so‘ng, uning harakatlaridan foydala- psixologiyasini aniqlash orqali inson xat- nib, boshqa modellarga qaraganda samarali- ti-harakatlari biometrikasini yaratishga im- roq poza yaratishimiz mumkin. Taklif etil- kon beradi. gan model asosida inson skeletini chizish va uning tayanch nuqtalari harakatini kameralar Xulosa qilib aytadigan bo‘lsak, neyron tar- yordamida aniqlash, tasvirni qayta ishlash moq usullari tasvirlarga ishlov berish va tas- jarayonida turli masofalardan umumiy tas- virlardagi insonning tayanch nuqtalarini ta- virlarni olish orqali biz uning harakatlaridan nib olishga yordam bersa-da, bu usullarning boshqa modellarga qaraganda tanib olingan turli ma’lumotlar to‘plami, pozani aniqlashda shaxsning yanada samarali pozasini yara- xalaqit beradigan tashqi omillar va fonda tas- tishimiz mumkin. virni ajratib olish uchun umumlashtirilishini Inson harakati paytida skeletning shakl- baholash uchun qo‘shimcha tadqiqotlar ta- lanishi muhim muammo bo‘lib, uni hal qi- lab etiladi. Shuningdek, tasvirlarni oldindan lishda oddiy kameralar yoki Time-Off-Flight qayta ishlash va modellarni takomillashti- kameralari, tunda ham infraqizil nurlari bi- rish bilan bog‘liq muammolarni ham hal qi- lan ishlovchi kameralar, ayniqsa, harakat lish lozim. datchiklari bo‘lgan kameralardan olingan tasvirlardan foydalanish samaralidir. Ney- Minnatdorchilik ron tarmoqlar yordamida chuqur tahlil algo- Ushbu maqolani yozishda o’zining qim- ritmlaridan foydalanish ushbu olingan tas- matli maslahatlarini berganliklari uchun pro- virlarni tezda qayta ishlash imkonini beradi. fessor Axatov Akmal Rustamovichga va pro- fessor Munish Sabharwalga muallif o’z min- natdorchiligini bildiradi. REFERENCES 1. Аkhаtov, A., Nazarov, F., & Rashidov, A. (2021). Increasing data reliability by using bigdata parallelization mechanisms. Proceedings of the International Conference on Information Science and Communications Technologies , (pp. 1-4). Tashkent. doi:10.1109/ICISCT52966.2021.9670387 2. Akhatov, A., & Djumanov, O. (2006). Mechanisms of images visualization in the system of micro- objects recognition and classi�ication. Proceedings of the Fourth World Conference on Intelligent Systems for Industrial Automation, (pp. 206-210). Tashkent. 3. Akhatov, A., Nazarov, F., & Rashidov, A. (2022). Mechanisms of Information Reliability in BigData and Blockchain Technologies. Proceedings of the International Conference on Information Science and Communications Technologies, (pp. 1-4). Tashkent. doi:10.1109/ICISCT52966.2021.9670052 4. Andriluka, M., Pishchulin, L., Gehler, P., & Schiele, B. (2014). 2D Human Pose Estimation: New Benchmark and State of the Art Analysis. Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition (pp. 3686-3693). Columbus, OH, USA: IEEE . doi:10.1109/CVPR.2014.471 5. Axatov, A., & Ximmatov, I. (2020). Foydalanuvchilarning biometrik autenti�ikatsiya turlari asosida haqiqiyligini tasdiqlash usullarining samaradorligi [Effectiveness of user authentication methods based on biometric authentication types]. Proceedings of the Conference Innovative approaches as a key to scienti�ic progress: solutions and perspectives, (pp. 20-26). Jizzakh, Uzbekistan. ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 42 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.07 – МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА ДАСТУРЛАР МАЖМУИ 6. Bourdev, L., & Malik, J. (2009). Poselets: Body part detectors trained using 3D human pose annotations. Proceedings of the 2009 IEEE 12th International Conference on Computer Vision (pp. 1365- 1372). Kyoto, Japan: IEEE. doi:10.1109/ICCV.2009.5459303 7. Bulat, A., & Tzimiropoulos, G. (2016). Human pose estimation via convolutional part heatmap regression. Proceedings of the Computer Vision–ECCV 2016: 14th European Conference. VII (14), pp. 717-732. Amsterdam, Netherlands: Springer International Publishing. doi:10.1007/978-3-319- 46478-7_44 8. Chang, M., Qi, H., Wang, X., Cheng, H., & Lyu, S. (2015). Fast Online Upper Body Pose Estimation from Video. В X. Xie, M. Jones, & G. Tam (Ред.), Proceedings of the British Machine Vision Conference, (pp. 104.1-104.12). doi:10.5244/C.29.104 9. Cherian, A., Mairal, J., Alahari, K., & Schmid, C. (2014). Anoop & MaiMixing Body-Part Sequences for Human Pose Estimation. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (pp. 2361–2368). IEEE. doi:10.1109/CVPR.2014.302 10. Chu, X., Yang, W., Ouyang, W., Ma, C., Yuille, A., & Wang, X. (2017). Multi-context attention for humanpose estimation. Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition (pp. 5669-5678). Honolulu, USA: IEEE. doi:10.48550/arXiv.1702.07432 11. Liu, Z., Zhu, J., Bu, J., & Chen, C. (2015). A survey of human pose estimation. Vis. Comun. Image Represent, 32(C), 10-19. doi:10.1016/j.jvcir.2015.06.013 12. Newell, A., Yang, K., & Deng, J. (2016). Stacked Hourglass Networks for Human Pose Estimation. Proceedings of the Computer Vision–ECCV 2016: 14th European Conference. VIII (14), pp. 483-499. Amsterdam, Netherlands: Springer International Publ. doi:10.48550/arXiv.1603.06937 13. Sapp, B., & Taskar, B. (2013). Multimodal decomposable models for human pose estimation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), (pp. 3674- 3681). Retrieved from https://openaccess.thecvf.com/content_cvpr_2013/papers/Sapp_MODEC_ Multimodal_Decomposable_2013_CVPR_paper.pdf 14. Ximmatov, I. (2020). Advantages of biometrik gait recognition. Important factors in evaluation of gait analysis systems. Scienti�ic journal of SamSU, 3(121), 104-107. 15. Ximmatov, I. (2020). Important factors in evaluation of gait analysis systems and ad-vantages of biometric gait recognition. Proceedings of the Conference of the Prospects for the use of innovative and modern information technologies in the �ields of education, science and management, (pp. 262-267). Samarkand, Uzbekistan. Тақризчи: Примова Х.А., т.ф.д., доцент, “Ахборот технологиялари” кафедраси профессори, Тошкент ахборот технологиялари унверситети Самарқанд филиали. PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 43 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ https://dx.doi.org/10.36522/2181-9637-2023-3-4 UDC: 519.87(045)(575.1) SO‘Z MA’NOSINI ANIQLASHDA NAIVE BAYES ALGORITMIDAN FOYDALANISH Elov Botir Boltayevich, texnika fanlari bo‘yicha falsafa doktori (PhD), dotsent, ORCID: 0000-0001-5032-6648, e-mail: [email protected]; Axmedova Xolisxon Ilxomovna, tayanch doktorant, e-mail: [email protected] Alisher Navoiy nomidagi Toshkent davlat o‘zbek tili va adabiyoti universiteti Annotatsiya. Tabiiy tilni qayta ishlash jarayon- Kirish larining dolzarb masalalaridan biri – bu so‘z ma’no- Matnlarni semantik tahlil qilish tabiiy sini aniqlashdir. So‘z ma’nosini aniqlash masalasi- tilni qayta ishlash sohasining eng muhim ning muhim elementi sifatida omonim so‘zlar qaraladi. masalalaridan biri, ya’ni matndagi so‘zlar Bu masalani yeсhishda mashinali o‘qitishga asoslan- ma’nosini aniqlash orqali gapning ma’nosini, gan usullar alohida o‘rin tutadi. Naive Bayes klassi- gap orqali matnning ma’nosini aniqlash dol- fikatori ana shunday usullardan biridir. O‘zbek tilida- zarb mavzulardan biri hisoblanadi. Matnlar gi turli va grammatik jihatdan o‘xshash bo‘lgan so‘z ma’nosini aniqlash orqali ularning qisqacha turkumlari orasidagi omonimiyani bartaraf etishda mazmunini anglatuvchi matn (annotatsiya) Naive Bayes klassifikatori soddaligi va tezkorligi bilan hosil qilinadi. Matnlarni semantik tahlil qilish boshqa usullardan ajralib turadi. Mazkur klassifikator ham, o‘z navbatida, ikki qismga bo‘linadi: ko‘p sinfli tasniflashning eng mashhur algoritmlaridan - so‘z ma’nosini aniqlash (Word sense biri bo‘lib, ko‘rib chiqilayotgan ma’lumotlarga qarab, disambiguation (WSD)): Naive Bayes algoritmlarining 3 turi (Gauss, Multino- o sinonim; minal, Bernoulli)ning istalganidan foydalanish mum- o omonim; kin. Ushbu maqolada o‘zbek tilining grammatik ji- o polisemantik; hatdan o‘xshash bo‘lgan so‘z turkumlari orasidagi o polifunksional; omonimiyani aniqlashda klassifikatordan foydalanish o antonim; jarayonlari batafsil yoritib berilgan. o paronim; o giponim; Kalit so‘zlar: tabiiy tilni qayta ishlash jarayonlari, o meronim; so‘z ma’nosini aniqlash, omonimiya, Naive Bayes o giperonim. klassifikatori, matnlarni tasniflash, aprior va aposterior - sentiment tahlil qilish: ehtimolliklar, Scikit learn kutubxonasi. o matndagi his-tuyg‘uni aniqlash; o matnning maqsadini aniqlash; ОБНАРУЖЕНИЕ ОМОНИМИИ С o matnning sohasini aniqlash. ПОМОЩЬЮ НАИВНОГО БАЙЕСОВСКОГО So‘z ma’nosini aniqlashning muhim masalalaridan biri omonimiyani bartaraf КЛАССИФИКАТОРА etish masalasidir. Shu o‘rinda savol tug‘ila- di: nega aynan omonim so‘zlarni aniqlash Элов Ботир Болтаевич, доктор философии по техническим наукам (PhD), доцент; Ахмедова Холисхон Илхомовна, базовый докторант ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 44 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ dolzarb mavzu? Omonim so‘z bir so‘z tur- Ташкентский государственный университет kumi doirasida ham, turli so‘z turkum- узбекского языка lari doirasida ham har xil ma’no anglatishi mumkin. Shu omonim so‘zning aynan qay- и литературы имени Алишера Навои si ma’noni anglatayotganligini aniqlash semantik tahlil uchun juda muhim. Jahon Аннотация. Одним из актуальных вопро- tajribasi shuni ko‘rsatadiki, omonimiyani сов обработки естественного языка является bartaraf etish masalasi bir nechta usullar определение значения слова. Омонимы рассмат- yordamida o‘z yechimini topishi mumkin. риваются как важный элемент определения Jumladan: значения слова. Особую роль в решении этой задачи играют методы, основанные на машин- - qoidalarga asoslangan usullar; ном обучении. Наивный байесовский классифи- - statistik ma’lumotlarga asoslangan usul- катор – один из важных методов машинного lar; обучения. При устранении омонимии между - mashinali o‘qitishga asoslangan usullar; разными и грамматически сходными группами - chuqur o‘rganish usullari. слов в узбекском языке наивный байесовский Qoidalarga asoslangan usul – so‘zlarni til классификатор отличается от других методов grammatikasi qoidalari yordamida semantik своей простотой и скоростью. Этот класси- tahlil qilish nazarda tutiladi. O‘zbek tilida qa- фикатор является одним из самых популярных tor qoidalar ishlab chiqilgan. Mazkur qoida- многоклассовых алгоритмов классификации, и в larga asoslangan holda, ba’zi turdagi omonim зависимости от рассматриваемых данных мо- so‘zlarni farqlovchi matematik mulohazalar жет использоваться любой из 3-х типов наив- ishlab chiqilgan. Ushbu usulning mohiyati ных байесовских алгоритмов (гауссовский, по- shundan iboratki, ba’zi hollarda kontekst tah- линомиальный, бернуллиевский). В данной ста- lili gapning bir qismining sintaktik tuzilishi тье подробно описаны процессы использования va u yordamida so‘z shakllarini tushunishga классификатора для выявления омонимии между yordam beradi. грамматически сходными группами слов узбек- Statistik ma’lumotlarga asoslangan usul ского языка. – masalani yechishda so‘zlarning grammatik parametrlarini tasni�lash orqali foydalaniladi. Ключевые слова: обработка естествен- Bu parametrlar turli tabiiy tillarda turlicha ного языка, смысл слова, омонимия, наивный tanlab olinadi. байесовский классификатор, классификация Mashinali o‘qitishga asoslangan usul – текстов, априорные и апостериорные вероят- sun’iy intellektga asoslanadi. Ushbu usul ности, обучающая библиотека Scikit. statistik usullarga qo‘shimcha bo‘lib, dunyo- da omonimiyani aniqlashda keng qo‘llanil- DETECTING HOMONIMY BY MEANS moqda. Mashinali o‘qitish yondashuvi ham, OF THE NAIVE BAYES CLASSIFIER o‘z navbatida, 1-rasmdagi kabi guruhlarga bo‘linadi. 1-rasmda tasvirlanganidek, Naive Elov Botir Boltaevich, Bayes klassi�ikatori mashinali o‘qitish yon- Doctor of Philosophy in Technical Sciences (PhD), dashuvining nazorat ostidagi algoritmlaridan biri hisoblanadi. So‘z ma’nosini aniqlashda Associate Professor; bu usuldan foydalanishni mazkur maqolada ko‘rib chiqamiz. Akhmedova Holiskhon Ilhomovna, Chuqur oʻrganish usullari (chuqur tuzil- Basic Doctoral Student gan oʻrganish deb ham ataladi) – sunʼiy ney- ron tarmoqlarga asoslangan mashinali oʻr- Tashkent State University of Uzbek Language and ganish usullarining kengroq oilasining bir Literature named after Alisher Navoi qismi. Abstract. One of the relevant issues of a natural language processing is word sense disambiguation. Homonyms are considered as an important element of determining the meaning of a word. Methods based on machine learning play a special role in solving this problem. Naive Bayes classifier is one of the important machine learning methods. When eliminating homonymy between different and grammatically similar groups of words in the Uzbek language, the Naive Bayes classifier differs from other methods in its simplicity and speed. This classifier is one of the PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 45 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ most popular multi-class classification algorithms, and va boshqalar tomonidan bengal tilida so‘z depending on the data in question, any of the 3 types ma’nolarini aniqlashda mashinali o‘qitish- of Naive Bayes algorithms (Gaussian, Polynomial, ning 4 usuli qo‘llanilgan: Qarorlar daraxti Bernoulli) can be used. This article scrutinizes the (Decision Tree-DT) usuli, Support Vector Ma- processes of using the classifier to identify homonymy chine (SVM) usuli, Sun’iy neyron tarmoqlari between grammatically similar groups of words in the (Arti�icial Neural Network – ANN) usuli va Uzbek language. Naive Bayes (NB) usuli. Ushbu asosiy strate- giyalar mos ravishda 63,84, 76,9, 76,23 va Keywords: Natural language processing, Word 80,23 % aniq natijalar berdi (Pal, Saha, Nas- sense disambiguation, homonymy, Naive Bayes kar, & Dash, 2021). Bundan tashqari, jinoyat classifier, text classification, prior and posterior ishlari bo‘yicha hisobotlar tayyorlashda ham probabilities, Scikit learning library. ushbu klassi�ikatordan keng foydalanilgan va 87–93,74 %gacha aniqlikka erishilgan (Ku & Nazorat Regressiya Leroy, 2014). ostidagi Tasodi�iy Forest O‘zbek tilidagi omonim so‘zlarni seman- Qarorlar daraxti tik farqlashda ham ushbu usullardan foyda- Naivе Bayes lanish maqsadga muvo�iq. Bunda ular so‘z turkumlari doirasida uchrashiga ko‘ra ikkita Chiziqli/karnel SVM guruhga ajratiladi: bir so‘z turkumi va turli so‘z turkumi doirasidagi omonim so‘zlar. Mashinali o‘qitish usulla- KNN rining turlari Klasterlash Bir so‘z turkumi doirasidagi omonimiyani aniqlashda mashinali o‘qitishga asoslangan DBSCAN usuldan foydalanish qulay (Elov & Axmedo- SVD va, 2022). Turli so‘z turkumlari doirasidagi omonim so‘zlarni ham, o‘z navbatida, 2, 3 va Yashirin Dirixli tahlili 4 so‘z turkumlari doirasida omonimlik hosil qilishiga qarab 3 guruhga ajratish mumkin O‘qitishni mus- Monte Karlo (Axmedova, 2022), (Axmedova, Determining tahkamlash Mqialirskhojvarqaayroonrlaqraibul homonymy using frequency method, 2022). Q-o‘qitish Turli so‘z turkumlari doirasidagi omonim so‘zlarni qoidalarga asoslangan usullar, 1-rasm. Mashinali o‘qitish usullarining statistik ma’lumotlarga asoslangan usullar va mashinali o‘qitishga asoslangan usullar yor- algoritmlari damida farqlash mumkin. Naive Bayes klassi�ikatori mashinali o‘qi- So‘z turkumlari orasida grammatik jihat- tishga asoslangan usullarning tarkibiy qismi dan o‘xshash bo‘lgan so‘z turkumlari borki, bo‘lib, tabiiy tilni qayta ishlash jarayonlari- ularni farqlovchi qoidalar mavjud emas. Agar dagi ko‘plab masalalarni yechishga yordam bor bo‘lsa ham, qat’iy emas. Masalan, ot va beradi. Masalan, o‘sha mashhur kommen- sifat so‘z turkumlarini grammatik jihatdan tariyalarni sharhlash masalasi (Kunal, Saha, o‘xshash so‘z turkumlari deyish mumkin. Varma, & Tiwari, 2018), Fake ma’lumotlarni Ya’ni sifat so‘z turkumi otlashish xususiya- aniqlash (Granik & Mesyura, 2017), matnlar- tiga ega, bu degani ikkala so‘z turkumiga oid ni sentiment tahlil qilish (Bahri, Saputra, & so‘zga bir xil qo‘shimcha qo‘shilishi mumkin. Wajhillah, 2017), (Rusli, Amir, Zahri, & Ah- O‘zbek tilida grammatik jihatdan o‘xshash mad, 2019), (Kaur, 2020), (Siddiqui, Rehman, bo‘lgan so‘z turkumlari orasida omonimiya Daudpota, & Waqas, 2019) kabi masalalar hosil qiluvchi so‘zlarni 2-rasmdagi kabi gu- shular jumlasidandir. ruhlarga ajratish mumkin. Ushbu maqolada o‘zbek tilidagi omonim so‘zlarni semantik Tabiiy tilni qayta ishlash jarayonlari- ning yana bir muhim vazifalaridan biri so‘z ma’nosini aniqlash bo‘lib, bu masalani ye- chishda ham Naive Bayes klassi�ikatori alo- hida o‘rin tutadi. Adrian-Gabriel Chifu va Radu-Tudor Ionescular tomonidan polisemi- yani bartaraf etishda Naive Bayes klassi�ika- toridan foydalanilgan va aniq natijalar ham olingan (Chifu & Ionescu, 2012). A.R. Pal ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 46 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ farqlashda Naive Bayes klassi�ikatoridan foy- lar to‘plamiga o‘rgatadi. Baholash bosqichida dalanish haqida so‘z boradi. esa klassi�ikatorning ishlashi sinab ko‘rila- di. Ishlab chiqilgan model aniqlik, xatolik va Ot sifat Undov taqlid moslashuvchanlik kabi turli parametrlar aso- Ot ravish Undov bog lovchi sida baholanadi. Ot olmosh Grammatik jihatdan o xshash Ko makchi ravish Mashg ulotlar Modelni ishlab Ot predikativ so z bo lgan va o zaro omonimiya Sifat undov to plami chiqish hosil qiluvchi so z turkumlar Ma lumotlar bazasi Olmosh yuklama Sifat taqlid Ishlash ko rsatkichlari: Undov yuklama Sifat yuklama Sinovlar Modellashtirish 1. Aniqlik to plami jarayoni 2. To g rilik 3. Eslab qolish 2-rasm. Grammatik jihatdan o‘xshash bo‘lgan 3-rasm. Matnni tasni�lash bosqichlari va o‘zaro omonimiya hosil qiluvchi so‘z turkumlari Matnlarni tasni�lash xususiyatlariga asosan, Naive Bayes klassi�ikatorini qo‘llash Ma’lumki, 2-rasmda keltirilgan so‘z turkum- mumkin. Ushbu klassi�ikator sinfdagi ma’lum lari orasidagi omonimiya hosil qiluvchi so‘zlar- bir xususiyatning ta’siri boshqa xususiyatlar- ni semantik farqlashda statistik ma’lumotlarga dan mustaqil ekanligini taxmin qiladi. Bu xu- tayaniladi (Axmedova, Chastotali usul yordami- susiyatlar o‘zaro bog‘liq bo‘lsa-da, ular mus- da omonimiyani aniqlash [Determining homon- taqil ravishda ham ko‘rib chiqiladi. Bu taxmin ymy using frequency method], 2022), (Elov & hisoblashni soddalashtiradi va shu sabab- Axmedova, Determining homonymy using sta- li sodda deb yuritiladi. Ushbu faraz sinfning tistical methods, 2022). Maqolada omonimiyani shartli mustaqilligi deb ataladi (Putong & Su- chastotali usul yordamida aniqlash keltirilgandi. harjito, 2020). Naive Bayes klassi�ikatorı har Buning uchun katta hajmdagi ma’lumotlarga eh- bir xususiyat uchun ehtimolliklarni hisoblab tiyoj paydo bo‘ladi. Xuddi shunday bigdata us- chiqadi va eng yuqori ehtimollik bilan natijani tida sodda va tezkor amallar bajarishni ta’min- tanlaydi: lash uchun Naive Bayes klassi�ikatori qulay. (1) Material va metodlar Naive Bayes algortimini Bayes teoremasi- - P(class): class gipotezasining rost bo‘lish ga asoslangan statistik tasni�lash usuli deya ehtimoli (ma’lumotlardan qat’i nazar). Bu ta’ri�lash ham mumkin (Anggraeni, Syafrul- class aprior ehtimoli sifatida qo‘llaniladi. lah, & Damanik, 2019). Statistik tasni�lash – tasni�langan matnlar ustida o‘tkazilgan kuza- - P(data): ma’lumotlarning ehtimolligi tuv natijalaridir. Shu o‘rinda matnlarni tasnif- (gipotezadan qat’i nazar). Bu aprior ehtimol- lash atamasiga ta’rif berib o‘tamiz. lik sifatida qo‘llaniladi. Matnni tasni�lash usullari. Matnni tasnif- lashni amalga oshirish uchun, birinchi qa- - P(class|data): data ma’lumotlar asosida damda, muammoni tushunish, potensial xusu- class gipoteza ehtimoli. Bu aposterior ehtimol- siyatlar va razmetkalar aniqlanadi. Xususi- lik sifatida qo‘llaniladi. yatlar – belgilash natijalariga ta’sir qiladigan xususiyatlar yoki atributlar to‘plami bo‘lib, - P(data|class): class gipotezasi to‘g‘ri modelga matnlarni tasni�lashga yordam be- bo‘lganligi sharti asosida ma’lumotlarning radigan xususiyatlar sifatida aniqlanadi. data ehtimoli. Bu aposterior ehtimollik sifatida Matnni tasni�lash ikki bosqichdan iborat: qo‘llaniladi. o‘rganish va baholash. O‘rganish bosqichida klassi�ikator o‘z modelini berilgan ma’lumot- P(A|B) – “B hodisa amalga oshgandagi A hodisaning sodir bo‘lish ehtimoli” deb o‘qila- di. (1) tenglamaning o‘ng tomonidagi ifoda PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 47 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ ikkala hodisaning birgalikda sodir bo‘lish eh- si qo‘yilgan bo‘lsin. Dastlab ot yoki sifat so‘z timolini data hodisasining yuzaga kelishi ehti- turkumlari uchun tasni�lash parametrlari moliga bo‘lish orqali hisoblanadi. aniqlanishi lozim. Kuzatishlar shuni ko‘rsata- diki, ot va sifat so‘z turkumlari, asosan, o‘zak Naive Bayes klassi�ikatori va tarkibida qo‘shimcha mavjud bo‘lgan ho- Matnli maʼlumotlarni klassi�ikator orqali latlarda bo‘lishi mumkin, ya’ni o‘zak va o‘zak diskret belgilashlarga tasni�lashimiz sabab- +aff (af�ix). Misol tariqasida, ot yoki sifat so‘z li Naive Bayes algoritmi uchun kirish funk- turkumlari doirasida omonimiya hosil qiluv- siyalari toʻplami hamda ularga mos tegishli chi issiq so‘zini keltiramiz. chiqish sin�iga ega boʻlamiz. Naive Bayes klas- si�ikatori quyidagi formula yordamida ehti- O‘zbek tili korpusi ma’lumotlari orasida mollikni hisoblaydi: issiq so‘zini izlaganimizda, 30782 ta o‘rinda ishtiroki kuzatildi. Masalan: (2) - Uy issiq bо‘lgani uchun tutun yuqoriga qq(BiilsaihnUkgossah,infebatut{iaxdtl1e.a,, n2xgy20l,1a2xm1b3)o}a,‘dlm(iaBsahgo’ilgueePmhr(ytyoi,|mtxel1aot,rlaxinla2.,,iso2xas30n,i)1dg9alqa)a.tcbaBhduiu-il kо‘tarilmaydi. xususiyatlar soni n ta bo‘lishi ham mumkin. - Onamning issiqqina bag‘rini, mehrini Y1 baribir hech narsa bosolmaydi-da. x1 x2 ... xn - Jazirama issiqda sun’iy suv havzalari- da cho‘milish bolalarga bir olam zavq berishi, 4-rasm. Chiqish sin�ining n ta xususiyatga shubhasiz. bog‘liqligi - Charchadim, o‘qishdanmi, o‘ylovlardan- NLP masalamiz jami 2 ta sinfga ega mi, issiqdanmi, sovuqdanmi, bilmayman. lbtaiomd‘laosnliinna,ivyhvaai’snloiyb{1ly,a1ks,heyyi2mi}n.izEensloadziyimy2usq(oNodraiirhdabargo,iʻJliafsorhramdeahut--, Atoum, & Ibrahim, 2020), (Taheri & Mam- - Metro tomondan ishxonaga shoshilayot- madov, 2013). Qaysi birining ehtimoli yuqori gan, issiqda biroz toliqqan ustozga ko‘zim bo‘lsa, bizning taxmin qilingan sin�imiz shu tushdi. hisoblanadi. Kuzatuvlar natijasida ot yoki sifat so‘z Tadqiqot natijalari turkumlari orasida omonimlik hosil qiluv- Naive Bayes klassi�ikatori yordamida chi so‘zlarni tasni�lovchi parametrlar o‘zak grammatik jihatdan o‘xshash bo‘lgan so‘z v=Daaoso‘tzl‘azaakbk, ox+‘2za=akfofs‘zheakakaknl+ildigaaifuf,acnyhi1rq=alsashnifdhaiot. lDvaatelmayr2ai=kt,aohxt-1. turkumlari orasida omonimiya hosil qiluvchi lil qilindi. Tahlillarga ko‘ra, issiq so‘zi o‘zak so‘zlarni farqlash masalasi yechilishini ko‘rib shaklida, asosan, sifat so‘z turkumiga oid chiqsak. Buning uchun bizga so‘z turkumla- bo‘ladi (5-rasm). rini tasni�lash xususiyatlari zarur. Buni so‘z turkumlarining grammatik xususiyatlaridan Ot kelib chiqib aniqlash mumkin. Faraz qilaylik, ot yoki sifat so‘z turkum- Sifat lari orasidagi omonimiyani aniqlash masala- 5-rasm. Issiq so‘zining o‘zak so‘z shaklida uchrash holatlari ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ PRINT ISSN 2181-9637 48 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ ONLINE ISSN 2181-4317 SCIENCE AND INNOVATIVE DEVELOPMENT 3 / 2023

05.01.10 – АХБОРОТ ОЛИШ ТИЗИМЛАРИ ВА ЖАРАЁНЛАРИ Kuzatuvlar natijasida olingan statistik dam beradi (Foster & Wagner, 2021). Chas- ma’lumotlar asosida issiq so‘zining aprior totalar jadvali barcha xususiyatlar uchun va aposterior ehtimolliklarini hisoblash ja- teglarni o‘z ichiga oladi. Shuningdek, ikkita rayonini soddalashtirish uchun chastota va ehtimollik jadvali ham mavjud bo‘lib, 1-jad- ehtimollik jadvalidan foydalanish mumkin. valda yorliqlarning aprior ehtimoli, 2-jad- Ushbu jadvallarning ikkalasi ham aprior va valda esa aposterior ehtimoli ko‘rsatilgan aposterior ehtimolliklarini hisoblashga yor- (6-rasm). 6-rasm. Chastota va ehtimollik jadvallari Gap tarkibida uchragan ot yoki sifat so‘z Demak, jumlada qatnashgan issiq so‘zi turkumlari doirasiga omonimlik hosil qi- roi‘gzaakmsoos‘zli.kBeuhtsiom‘zoullcighiunni hxi1sovbalax2ymxuizsu. siyatla- luvchi so‘zlarning sifat so‘z turkumiga doir bo‘lish ehtimolining hisoblash jarayonini So‘zning sifat so‘z turkumiga oid bo‘lish eh- ko‘rib chiqamiz. Bu hisoblashlarni quyidagi timolini hisoblash: jumla misolida ko‘rib chiqsak. (3) Uy issiq bo‘lgani uchun tutun yuqoriga ko‘tarilmaydi. Aprior ehtimolliklarni hisoblash: P(O‘zak)= 7/14 = 0,5 Sifat P(sifat)= 8/14 = 0,57 Ot Aposterior ehtimolliklarni hisoblash: P(O‘zak|Sifat)= 7/9 = 0,78 Aprior va Aposterior ehtimolliklar orqali sifat so‘z turkumiga doir ekanlik ehtimoli- ni hisoblash: ? Ot so‘z turkumiga oid bo‘lish ehtimolini hi- soblash: 7-rasm. Yangi uchragan issiq so‘zini teglash (4) PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ 49 ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ 3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT