40

Annotatsiya. Ushbu maqolada yumshoq bug‘doy navlarining alomatlarini guruh(bug‘doy oʻsimligining oʻsishi va rivojlanishini aks ettiruvchi, hosildorlik va hosilning tarkibiy qismlariga oid, don sifatini aks ettiruvchi)larga ajratgan holda DBSCAN algoritmidan foydalanib, klasterlash yoʻli bilan navlar oʻrtasidagi murakkab yashirin bog‘liqliklarni aniqlash muammosini hal etish masalasi qaralgan. Maqolada qoʻyilgan masalani yechishda qoʻllaniladigan DBSCAN algoritmining g‘oyasi hamda unga mos algoritm qadamlari keltirilgan. Shuningdek, DBSCAN algoritmining K-means klasterlash algoritmiga nisbatan afzalligi ta’kidlanadi. Chunki bu algoritm ixtiyoriy shakldagi klasterlarni tanlash imkoniga ega boʻlib, u qoʻshimcha ravishda tanlanma faylidagi klasterlar sonini ham ma’lum shartlar asosida oʻzi aniqlaydi. Tajriba fayllari asosida hosil qilingan yagona fayldagi turli bug‘doy navlariga tegishli alomatlarning qiymatlariga koʻra ularni DBSCAN algoritmi yordamida klasterlar va shovqin obyektlar toʻplamiga ajratish yoʻli bilan alomatlariga koʻra bir-biriga yaqin boʻlgan bug‘doy navlarini va abiotik omillarga koʻra xususiyatlarini oʻzgartiradigan navlarni aniqlash hamda don sifati past, hosildorligi kam boʻlgan bug‘doy navlarini saralash masalalari yechilgan. Obyektlarning alomatlarini guruhlarga ajratib klasterlashning samaradorligi bug‘doy seleksiyasiga tatbiq etish yoʻli bilan koʻrsatib berilgan. Bug‘doy navlariga tegishli alomatlarning 3 ta guruhi boʻyicha obyektlarning yaqinlik darajasini ifodalovchi epsilon-atroflar va ularga kiruvchi obyektlarning miqdorlari aniqlandi. Aniqlangan qiymatlar asosida klasterlar va shovqin obyektlar topildi. Bularga koʻra 3 ta guruhda ham oʻz klasterini saqlagan (saqlamagan) hamda shovqin obyekt sifatida aniqlangan bug‘doy navlari boʻyicha muhim xulosalar chiqarish imkoniyati paydo boʻldi.

  • Web Address
  • DOI
  • Date of creation in the UzSCI system 07-11-2025
  • Read count 40
  • Date of publication 28-03-2025
  • Main LanguageO'zbek
  • Pages108-113
Ўзбек

Annotatsiya. Ushbu maqolada yumshoq bug‘doy navlarining alomatlarini guruh(bug‘doy oʻsimligining oʻsishi va rivojlanishini aks ettiruvchi, hosildorlik va hosilning tarkibiy qismlariga oid, don sifatini aks ettiruvchi)larga ajratgan holda DBSCAN algoritmidan foydalanib, klasterlash yoʻli bilan navlar oʻrtasidagi murakkab yashirin bog‘liqliklarni aniqlash muammosini hal etish masalasi qaralgan. Maqolada qoʻyilgan masalani yechishda qoʻllaniladigan DBSCAN algoritmining g‘oyasi hamda unga mos algoritm qadamlari keltirilgan. Shuningdek, DBSCAN algoritmining K-means klasterlash algoritmiga nisbatan afzalligi ta’kidlanadi. Chunki bu algoritm ixtiyoriy shakldagi klasterlarni tanlash imkoniga ega boʻlib, u qoʻshimcha ravishda tanlanma faylidagi klasterlar sonini ham ma’lum shartlar asosida oʻzi aniqlaydi. Tajriba fayllari asosida hosil qilingan yagona fayldagi turli bug‘doy navlariga tegishli alomatlarning qiymatlariga koʻra ularni DBSCAN algoritmi yordamida klasterlar va shovqin obyektlar toʻplamiga ajratish yoʻli bilan alomatlariga koʻra bir-biriga yaqin boʻlgan bug‘doy navlarini va abiotik omillarga koʻra xususiyatlarini oʻzgartiradigan navlarni aniqlash hamda don sifati past, hosildorligi kam boʻlgan bug‘doy navlarini saralash masalalari yechilgan. Obyektlarning alomatlarini guruhlarga ajratib klasterlashning samaradorligi bug‘doy seleksiyasiga tatbiq etish yoʻli bilan koʻrsatib berilgan. Bug‘doy navlariga tegishli alomatlarning 3 ta guruhi boʻyicha obyektlarning yaqinlik darajasini ifodalovchi epsilon-atroflar va ularga kiruvchi obyektlarning miqdorlari aniqlandi. Aniqlangan qiymatlar asosida klasterlar va shovqin obyektlar topildi. Bularga koʻra 3 ta guruhda ham oʻz klasterini saqlagan (saqlamagan) hamda shovqin obyekt sifatida aniqlangan bug‘doy navlari boʻyicha muhim xulosalar chiqarish imkoniyati paydo boʻldi.

№ Author name position Name of organisation
1 Eshboyev .A. dotsent, Qarshi davlat universiteti
2 Shodiyev .Y. dotsent, Qarshi davlat universiteti
3 Siradjev .N. pedogogika fanlari boʻyicha falsafa doktori (PhD), dotsent Qarshi davlat texnika universiteti,
№ Name of reference
1 Дилмуродов С. и др. Оценка генетической изменчивости и биометрических показателей у сортов мягкой пшеницы: значение для современных методов селекции //BIO Web of Conferences. – EDP Sciences, 2025. – Т. 163. – С. 03001.
2 Дилмуродов С. Д. и др. Селекция генотипов озимого нута с высокой фотосинтетической продуктивностью, адаптированных к механизации, высокой урожайности и высоком содержании белка в южных регионах Узбекистана //E3S Web of Conferences. – EDP Sciences, 2025. – Т. 618. – С. 03014.
3 Шодиев Ф., Эшбоев Е., Суярова А. Прогнозирование устойчивости к болезням высококачественных сортов пшеницы с использованием метода расчета обобщенных оценок //E3S Web of Conferences. – EDP Sciences, 2023. – Т. 401. – С. 04063.
4 Madrakhimov S., Shodiyev F. INTERVALLARGA BO ‘LISH USULI YORDAMIDA BUG‘DOY NAVLARI TANLANMASIDAGI YASHIRINGAN QONUNIYATLARNI ANIQLASH //Innovatsion texnologiyalar. – 2024. – Т. 53. – №. 01.
5 Игнатьев Н. А., Згуральская Е. Н., Марковцева М. В. Поиск скрытых закономерностей, влияющих на общую выживаемость больных, методами интеллектуального анализа данных //Искусственный интеллект и принятие решений. – 2020. – №. 3. – С. 73-80.
6 Shodiyev F., Eshboyev E. Tanlanmalarni shakllantirish va alomatlarning vaznlarini hisoblash: Tanlanmalarni shakllantirish va alomatlarning vaznlarini hisoblash //MODERN PROBLEMS AND PROSPECTS OF APPLIED MATHEMATICS. – 2024. – Т. 1. – №. 01.
7 Кличева Ф. Г., Эшбоев Е. А. Совместное использование методов искусственного интеллекта в диагностике сердечно-сосудистых заболеваний // Искусственный интеллект и информационные технологии. – CRC Press, 2024. – С. 251-256.
8 Мадрахимов Ш. Ф. Отбор шумовых объектов на базе обобщённых оценок //Проблемы вычислительной и прикладной математики. – 2018. – №. 2. – С. 122-131.
9 Файзулла С.В., Муниса Д. ОПРЕДЕЛЕНИЕ ИНФОРМАТИВНЫХ ПРИЗНАКОВ С ПОМОЩЬЮ МЕТОДА ДЕЛЕНИЯ НА ИНТЕРВАЛЫ НА ОСНОВЕ ГИПОТЕЗЫ КОМПАКТНОСТИ //Universum: технические науки. – 2024. – Т. 7. – No 3 (120). – С. 25 29.
10 Мадрахимов Ш. Ф., Саидов Д. Ю. Группировка признаков по критерию устойчивости объектов классов //Актуальные проблемы прикладной математики, информатики и механики. – 2016. – С. 93-95.
11 Игнатьев Н. А., Згуральская Е. Н., Марковцева М. В. Нелинейные преобразования признаков и поиск закономерностей на данных больных хроническим лимфолейкозом //Информационные технологии и нанотехнологии (ИТНТ-2020). Сборник трудов по материалам VI Международной конференции и молодежной школы (г. Самара, 26-29 мая). – 2020. – №. 4. – С. 123-128.
12 Шодиев Ф., Эшбоев Э., Дилмуродов Ш. СУНЪИЙ ИНТЕЛЛЕКТУАЛ ТИЗИМЛАР ЁРДАМИДА ДОН СИФАТИ ЮҚОРИ БУҒДОЙ НАВЛАРИНИ АНИҚЛАШ УСУЛЛАРИ //Innovatsion texnologiyalar. – 2022. – Т. 48. – №. 4. – С. 39-44.
13 Игнатьев Н. А., Акбаров Б. Х. Проблемы вычислительной и прикладной математики //проблемы вычислительной и прикладной математики. Учредители: Научно инновационный центр информационно-коммуникационных технологий. – №. 4. – С. 158 166.
Waiting