As digital banking becomes ubiquitous in Uzbekistan, ensuring the security of sensitive financial data is paramount. This article explores how artificial intelligence (AI) models and tools are being leveraged to monitor and safeguard digital banking information. A comprehensive literature review was conducted to identify the most promising AI techniques and their applications in the Uzbek banking sector. The results demonstrate that machine learning algorithms, especially anomaly detection models, are highly effective at identifying fraudulent transactions and unauthorized access attempts in real-time. Furthermore, natural language processing tools enable automated analysis of unstructured data like customer service logs to surface potential security issues. Blockchain technology is also being piloted to create tamper-proof audit trails.
13.12.2025 Ko`rish Yuklab olish
The reliability and efficiency of industrial gear systems largely depend on maintaining the optimal level of lubricating oil. In traditional closed gearbox systems, lubricant level monitoring is performed manually, which increases the risk of overheating, wear, and energy losses. This paper presents the design and development of an intelligent electronic system that enables continuous monitoring of lubricant levels using capacitive sensors integrated with microcontroller-based signal processing. The proposed system employs artificial intelligence algorithms for data analysis and predictive maintenance, ensuring real-time diagnostics and enhanced operational safety. Experimental results demonstrate that the system can improve monitoring accuracy by up to 95% and reduce maintenance costs significantly.
13.12.2025 Ko`rish Yuklab olish
Тиббиётда касалликларини эрта аниқдаш ва аниқ ташхис қўйиш энг долзарб масалалардан бири ҳисобланади. Хусусан, онкология ва радиологиянинг жиддий муаммолардан бири бу буйракдаги тошларни эрта аниқлаш ва тўғри ташхислашдир. Буйракдаги тошларни аниқлашда рентген, компьютер ва магнит резонанс томографияси каби тиббий тасвирга олиш воситалари кенг қўлланилади. Буйрак тасвирларни таҳлил қилишда шифокорни субъектив баҳолаши, психофизологик ҳолати ва кўп вақт талаб сарфлаши каби омиллар ташхис жараёнини мураккаблаштиради. Бунда юқори малакага эга мутахассислар ва кўп вақт талаб этади. Шунингдек, инсон омили туфайли турли хатолар камчиликлар юзага келиши мумкин. Мазкур ишда буйрак тасвирларини автоматик таҳлил қилиш ва ундаги тошларни аниқлаш учун чуқур ўқитиш технологиясига асосланган янги ёндашув таклиф этилган. Олинган натижалар таклиф этилган модел аниқлиги юқори эканлигини тасдиқлайди ва уни тиббий тасвирлар таҳлилида самарали ишлашини кўрсатди. Бу тиббий ташхислашда инсон омилини камайтириш, ташхисни тезлаштириш ва самарадорлигини оширишга кўмаклашади. Бунинг натижасида, буйрак тошларини эрта аниқлаш ва даволаш учун янги ва самарадорлиги юқори бўлган ташхислаш тизимини яратиш мумкин.
13.12.2025 Ko`rish Yuklab olish
Ushbu maqolada klassik axborot qidiruv modellaridan TF-IDF va BM25 algoritmlarining o‘zbek tilidagi matnlar bilan ishlashda yuzaga keladigan muammolari tahlil qilingan. O‘zbek tilining morfologik xususiyatlari, tokenizatsiya jarayonidagi qiyinchiliklar va domenga xos leksika bilan bog‘liq muammolar o‘rganilgan. Tajribalar natijasida o‘zbek tili uchun moslashtirilgan stemming va lemmatizatsiya usullarining samaradorligi baholangan. Turli domenlarda (umumiy, ta’lim, texnologiya) klassik qidiruv modellarining ishlash ko‘rsatkichlari taqqoslangan va yaxshilash yo‘llari taklif etilgan.
13.12.2025 Ko`rish Yuklab olish
Мазкур тадқиқот иши ўрамли нейрон тармоқлар (CNN) асосида кафт тасвирилари идентификациясининг стандарт ва замонавий моделларини қиёсий таҳлили асосида гибрид моделни шакллантиришга бағишланган бўлиб, унда биометрик идентификациялаш тизимларида кафт тасвириларини афзалликлари, уларни идентификациялашда қўллашдаги муаммолар кўриб чиқилган. Тадқиқотда VGG16 ва ResNet50 каби классик моделларга қарши EfficientNet-B0 ва ConvNeXt-Tiny каби замонавий архитектуралар IITD маълумотлар базасида синовдан ўтказилган. Моделлар TensorFlow муҳитида, Adam оптимизатори ва data augmentation асосида ўқитилган. Баҳолаш мезонлари сифатида аниқлик, йўқотиш, ўқитиш вақти, параметрлар сони ва ресурс сарфи олинган. ConvNeXt-Tiny юқори аниқликка (98.03%) эришган, EfficientNet-B0 эса (96.18%) ресурс тежамкорлиги билан ажралиб туради, классик моделлар (VGG16 – 91.24%, ResNet50 – 94.67%) эса градиент йўқолиши ва мураккаблик сабабли ортда қолди. Тадқиқот натижалари замонавий моделлар реал вақтли тизимлар учун оптимал танлов эканлигини кўрсатди. Шунингдек, transfer learning ва fine-tuning стратегиялари самарадорликни янада ошириши мумкин. Тадқиқот натижалари биометрик хавфсизлик ва чуқур ўрганиш соҳаларида истиқболли ҳисобланади.
13.12.2025 Ko`rish Yuklab olish
Ushbu maqolada tasvirlarni kvant kompyuter muhitida ifodalash va qayta ishlash masalasi ko‘rib chiqilgan. Tadqiqotda Noise Entangling Quantum Representation (NEQR) algoritmidan foydalanib, 16×16 o‘lchamli kulrang tasvir kvant holatiga kodlandi. Shuningdek, tasvir sifati va shovqinga chidamlilikni oshirish maqsadida kvant Gaus filtri qo‘llandi hamda Qiskit kutubxonasi orqali AerSimulator yordamida tajribalar amalga oshirildi. Kvant shovqin modeli sifatida depolarizatsiya va o‘lchov xatoliklarini o‘z ichiga olgan probabilistik shovqin modeli ishlatildi. Natijalar kvant tasvirni qayta ishlash algoritmlarining amaliy imkoniyatlari va cheklovlarini baholash hamda kelajak kvant tasvirni qayta ishlash tizimlari uchun metodologik asos yaratishga xizmat qiladi.
13.12.2025 Ko`rish Yuklab olish
Ushbu tadqiqot ishida sun’iy intellekt texnologiyalari asosida havo ifloslanish darajasini baholash masalasi o‘rganilib, uni yechish uchun neyron tarmoq modeli taklif etildi. Taklif etilgan model havodagi zarrachalarni aks ettiruvchi tasvirlardan foydalanilib, havodagi PM 2.5 zarrachalar miqdorini aniqlashga qaratilgan. Bunda CNN yordamida dastlab tasvirdan belgilar ajratib olindi, so‘ngra FNN orqali regressiya muammosi sifatida o‘rganildi. Natijada model asosida tasvirdagi havoni vizual holatiga ko‘ra PM 2.5 qiymatini bashoratlash amalga oshirildi.
13.12.2025 Ko`rish Yuklab olish
Shamol energiyasining o'zgaruvchan va noaniq tabiati, shamol turbinalarini samarali va ishonchli boshqarishni qiyinlashtirmoqda. An'anaviy boshqaruv algoritmlari, masalan, PID nazoratchilari, dinamik va nostatsionar sharoitlarda optimal ishlashni ta'minlay olmaydi. Ushbu tadqiqot shamol elektr stansiyasi (WES) turbinasini boshqarish tizimi uchun Sun'iy Neiron Tarmoqlari (SNT) asosida moslashuvchan modelni ishlab chiqishga qaratilgan. Taklif etilayotgan yondashuvda turbinaning aylanish tezligi, shamol tezligi, pichoq burchagi va generator kuchlanishi kabi muhim parametrlarni bashorat qilish uchun Ko'p Qatlamli Orqaga Tarqalish (Backpropagation) algoritmi bilan ta'minlangan Ko'p Qatlamli Perseptron (MLP) tarmog'idan foydalanilgan. Model MATLAB dasturiy ta'minoti yordamida sintez qilingan va simulyatsiya qilingan. Nazorat qilish samaradorligini baholash uchun turbina aylanish tezligining stabiligi, quvvat chiqishidagi o'zgarishlar va turli xil shamol sharoitlarida tizimning javob vaqti o'lchovlari qo'llanilgan. Natijalar, an'anaviy usullarga nisbatan, taklif etilgan SNT-ga asoslangan modelning boshqaruv aniqligi va moslashuvchanligini sezilarli darajada oshirganligini ko'rsatdi. Bu shamol energiyasining konversiya samaradorligini oshirish va tarmoqqa ta'sirini minimallashtirish imkoniyatlarini ochadi. Tadqiqot sun'iy intellektni qayta tiklanadigan energiya tizimlariga integratsiyalashning amaliy ahamiyatini ta'kidlaydi.
13.12.2025 Ko`rish Yuklab olish
Tasvirlardagi shovqin natijasida yuzaga keladigan xalaqitlar tasvir sifatini pasaytiruvchi asosiy omillardan biridir. Shovqin bu tasvirdagi ma’lumotni buzuvchi, tasvirni tumanlashtiruvchi yoki noto‘g‘ri yorqinlik qiymatlarini keltirib chiqaruvchi tasodifiy signal bo‘lib, u asosan tasvirni olish, uzatish yoki siqish jarayonlarida paydo bo‘ladi. Shovqinni bartaraf etish va asl tasvir sifatini tiklash uchun turli yondashuvlar ishlab chiqilgan.
13.12.2025 Ko`rish Yuklab olish
Ushbu tadqiqot ishida sun’iy intellekt texnologiyalari asosida havo ifloslanish darajasini baholash masalasi o‘rganilib, uni yechish uchun neyron tarmoq modeli taklif etildi. Taklif etilgan model havodagi zarrachalarni aks ettiruvchi tasvirlardan foydalanilib, havodagi PM 2.5 zarrachalar miqdorini aniqlashga qaratilgan. Bunda CNN yordamida dastlab tasvirdan belgilar ajratib olindi, so‘ngra FNN orqali regressiya muammosi sifatida o‘rganildi. Natijada model asosida tasvirdagi havoni vizual holatiga ko‘ra PM 2.5 qiymatini bashoratlash amalga oshirildi.
13.12.2025 Ko`rish Yuklab olish