271

Ushbu ishda rеal obyеktlar haqidagi axborotlarning noaniqligi sharoitida ularni modеllashtirishning asosiy yo’nalishlari
haqida qisqacha ilmiy tahlil kеltiriladi. Bundan tashqari timsollarni aniqlash masalalarini yеchishda ikki obyеktning
turli tipli mos bеlgilarini qiyoslashda elеmеntar mantiqiy klassifikatorni qurish masalasi qaraladi. Turli tipli bеlgilar
orasidan noravshan to’plamli bеlgilarga alohida e’tibor qaratilgan.

  • Количество прочтений 257
  • Дата публикации 09-09-2016
  • Язык статьиO'zbek
  • Страницы97-101
Ўзбек

Ushbu ishda rеal obyеktlar haqidagi axborotlarning noaniqligi sharoitida ularni modеllashtirishning asosiy yo’nalishlari
haqida qisqacha ilmiy tahlil kеltiriladi. Bundan tashqari timsollarni aniqlash masalalarini yеchishda ikki obyеktning
turli tipli mos bеlgilarini qiyoslashda elеmеntar mantiqiy klassifikatorni qurish masalasi qaraladi. Turli tipli bеlgilar
orasidan noravshan to’plamli bеlgilarga alohida e’tibor qaratilgan.

Русский

Приводится краткий научный анализ основных направлений моделирования реальных объектов при условии
неопределенности информации о них. Также рассматривается задача построения элементарных логических
классификаторов при сравнении разнотипных признаков двух объектов при решении задачи распознавания.
Основное внимание уделено разнотипным нечетким признакам.

English

In this paper scientific analysis of the main areas of modeling real-world objects subject to the uncertainty of
information about them is given briefly. In addition, we consider a problem of constructing elementary logical
classifiers by comparing polytypic features of two objects for solving problems of recognition. Focuses on features with
fuzzy sets from polytypic features.

№ Имя автора Должность Наименование организации
1 Hamroyev A.S. katta ilmiy xodim-izlanuvchi TATU huzuridagi Dasturiy mahsulotlar va apparat-dasturiy majmualar yaratish markazi
№ Название ссылки
1 Рижков А.П. Элементы теории нечетких множеств и измерения нечеткости. – М.: Диалог-МГУ, 1998. – С.81. http://intsys.msu.ru/staff/ryzhov/FuzzySetsTheory&Applications.pdf
2 Орлов А.И. Нечисловая статистика. – М.: МЗ-Пресс, 2004. – 513 с.
3 Zadeh L. A. Fuzzy Sets, Information and Control. – 1965, vol. 8. – Pp. 338-353.
4 R. Bellman, R. Kalaba, L.A. Zadeh. Abstraction and pattern classification, J. Math. Anal. Appl. 13 (1966) 1–7
5 Камилов М.М., Хамроев А.Ш. Архитектура и основные структурно-функциональные блоки программно- распознающего комплекса частичной прецедентности // Химическая технология. Контроль и управление. – Ташкент, 2014. - № 4. – C. 49-58.
6 Журавлев Ю.И., Камилов М.М., Туляганов Ш.Е. Алгоритмы вычисления оценок и их применение. – Ташкент: Фан, 1974. – 124 с.
7 Журавлев Ю.И. Избранные научные труды. – М.: Магистр, 1998. – 420 с.
8 Камилов М.М., Хамроев А.Ш., Мингликулов З.Б. О вопросе распределения значений функции близости между объектами в классе алгоритмов вычисления оценок // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 5. – С. 55-58.
В ожидании