logo
calendar1 Aprel 2026
view36
Asosiy til:O'zbek

Tabiiy gazni qayta ishlab chiqarish zavodida ishlab chiqarish hajmlarini bashorat qilish uchun chiziqli regressiyani qo‘llash

Fan yo'nalishi:Sun'iy intellektHisoblash nazariyasi va matematikaKompyuter grafikasi va kompyuter yordamida dizaynKompyuter tarmoqlari va kommunikatsiyalariKompyuter fanlari (turli xil)Axborot tizimlariSignalni qayta ishlashDasturiy ta'minot
Milliy fan yo'nalishi (OAK):05.01.01 — Muhandislik geometriyasi va kompyuter grafikasi. Audio va videotexnologiyalari05.01.02 — Tizimli tahlil, boshqaruv va axborotni qayta ishlash05.01.03 — Informatikaning nazariy asoslari05.01.04 — Hisoblash mashinalari, majmualari va kompyuter tarmoqlarining matematik va dasturiy taʼminoti05.01.05 — Axborotlarni himoyalash usullari va tizimlari. Axborot xavfsizligi05.02.03 — Texnologik mashinalar. Robotlar, mexatronika va robototexnika tizimlari05.01.08 — Texnologik jarayonlar va ishlab chiqarishlarni avtomatlashtirish va boshqarish05.01.09 — Hujjatshunoslik. Arxivshunoslik. Kutubxonashunoslik05.01.10 — Axborot olish tizimlari va jarayonlari05.01.11 — Raqamli texnologiyalar va sunʼiy intellekt05.04.01 — Telekommunikatsiya va kompyuter tizimlari, telekommunikatsiya tarmoqlari va qurilmalari. Axborotlarni taqsimlash05.04.02 — Radiotexnika, radionavigatsiya, radiolokatsiya va televidenie tizimlari va qurilmalari. Mobil, tolaoptik aloqa tizimlari08.00.14 — Iqtisodiyotda axborot tizimlari va texnologiyalari08.00.16 — Raqamli iqtisodiyot va xalqaro raqamli integratsiya11.00.07 — Geoinformatika21.01.09 — Boshqaruv va aloqaning harbiy tizimlari21.02.12 — Harbiy kibernetika, tizimli tahlil, operatsiyalar tadqiqoti, jangovar harakatlar va harbiy tizimlarni modellashtirish (jumladan Qurolli Kuchlar turlari, qoʻshin turlari va maxsus qismlar boʻyicha)05.01.06 — Hisoblash texnikasi va boshqaruv tizimlarining elementlari va qurilmalari05.01.07 — Matematik modellashtirish. Sonli usullar va dasturlar majmui10.00.11 — Til nazariyasi. Amaliy va kompyuter lingvistikasi13.00.06 — Elektron taʼlim nazariyasi va metodikasi (taʼlim sohalari va bosqichlari boʻyicha)21.02.13 — Harbiy ishda informatika va kompyuter texnologiyalari
pdf

26._Mirsoatov_F.S.__Naz....pdf

PDF

“Raqamli iqtisodiyot” ilmiy-elektron jurnali

“Raqamli iqtisodiyot” ilmiy-elektron jurnali

Maqola chop etishsee more

MAQOLA ANNOTATSIYASI

quote
Neft sektori global va taqsimlangan operatsiyalari davomida juda ko‘p miqdordagi ma'lumotlar ishlab chiqarilishi sababli ma'lumotlarni boshqarish, qayta ishlash va tahlil qilish bilan bog‘liq ko‘plab qiyinchiliklarga duch kelmoqda. Yaqinda sun'iy intellekt va mashinani o‘rganish ushbu qiyinchiliklarni hal qilish uchun kuchli vositalar sifatida mashhurlikka erishdi. Ushbu maqolada mashinani o‘rganishni qo‘llash istiqbollari, xususan, tabiiy gaz zavodlarining ishlab chiqarish sur'atlarini bashorat qilish va prognoz qilish uchun chiziqli regressiyadan foydalanish ko‘rib chiqiladi.

MUALLIFLAR

F.Mirsoatov

O`ZBEKISTON RESPUBLIKASI RAQAMLI TEXNOLOGIYALAR VAZIRLIGI HUZURIDAGI SUN`IY INTELLEKT VA RAQAMLI IQTISODIYOTNI RIVOJLANTIRISH MARKAZI

Z.Nazarova

O`ZBEKISTON RESPUBLIKASI RAQAMLI TEXNOLOGIYALAR VAZIRLIGI HUZURIDAGI SUN`IY INTELLEKT VA RAQAMLI IQTISODIYOTNI RIVOJLANTIRISH MARKAZI

Teglar

# Sun'iy intellekt# raqamlashtirish# mashinani o‘rganish# chiziqli regressiya# neft sektori# ma'lumotlarni boshqarish# gazni qayta ishlash

O'XSHASH MAQOLALAR

SHU JURNALDAGI BOSHQA MAQOLALAR

Maqolani baholang

0
0 ta baho
5
4
3
2
1

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.142/A026-059196

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

Sircar, A., Yadav, K., Rayavarapu, K., Bist, N., & Oza, H. (2021b). Application of machine learning and artificial intelligence in oil and gas industry. Petroleum Research, 6(4), 379–391. https://doi.org/10.1016/j.ptlrs.2021.05.009

Ahmad, R. W., Salah, K., Jayaraman, R., Yaqoob, I., & Omar, M. (2022). Blockchain in oil and gas industry: Applications, challenges, and future trends. Technology in Society, 68, 101941. https://doi.org/10.1016/j.techsoc.2022.101941

Al-Rbeawi, S. (2023). A review of modern approaches of digitalization in oil and gas industry. Upstream Oil and Gas Technology, 11, 100098. https://doi.org/10.1016/j.upstre.2023.100098

Indolia, S., Goswami, A. K., Mishra, S., & Asopa, P. (2018). Conceptual understanding of Convolutional Neural Network- a deep learning approach. Procedia Computer Science, 132, 679–688. https://doi.org/10.1016/j.procs.2018.05.069

Zolotukhin, A. B., & Gayubov, A. T. (2019). Machine learning in reservoir permeability prediction and modelling of fluid flow in porous media. IOP Conference Series Materials Science and Engineering, 700(1), 012023. https://doi.org/10.1088/1757-899x/700/1/012023

Valiyev, M., Razak, S. M., & Jafarpour, B. (2021). Deep learning-based multiresolution parameterization for spatially adaptive model updating. Society of Petroleum Engineers. https://doi.org/10.2118/212167-MS

Maulud, D., & Abdulazeez, A. M. (2020). A review on Linear Regression comprehensive in Machine Learning. Journal of Applied Science and Technology Trends, 1(4), 140–147. https://doi.org/10.38094/jastt1457

Bishop, C. M., & Bishop, H. (n.d.). Deep Learning. https://doi.org/10.1007/978-3-031-45464

Uzbekneftegaz JSC. Open data: Gas processing dataset. Available at: https://ung.uz/open-data/18/sub/42/4