JBT Journal
Advanced

Raqamli Transformatsiya va Sun’iy Intellekt

MURAKKAB OBYEKTLARNI FAZOVIY AKSLANTIRISH ASOSIDA TAQRIBIY TIKLASH VA IDENTIFIKATSIYALASH USULLARINI UMUMLASHTIRISH

Irgasheva Umida1

1 Mirzo Ulug‘bek nomidagi O‘zbekiston Milliy universitetining Jizzax filiali

Zenodo DOI: 10.5281/zenodo.23118013

Keywords

xatolik funksiyasi teskari masala. taqribiy tiklash identifikatsiyalash approksimatsiya matematik model murakkab obyekt fazoviy akslantirish

Abstract

Murakkab obyektlarning geometrik, strukturaviy va funksional xususiyatlarini to‘liq matematik model yordamida ifodalash ko‘pincha murakkab hisoblash jarayonlarini talab etadi. Shu sababli real obyektning fazoviy tasvirini ma’lum approksimatsiya funksiyalari, bazis funksiyalar yoki diskret nuqtalar to‘plami yordamida ifodalash va undan keyin obyektning boshlang‘ich holatini taqribiy tiklash muhim ilmiy-amaliy masala hisoblanadi. Tadqiqotda fazoviy akslantirishning umumiy matematik modeli, approksimatsiya qilish, xatolik funksiyasini minimallashtirish, teskari akslantirish va identifikatsiyalash bosqichlari yagona metodik yondashuv sifatida umumlashtirilgan. Olingan natijalar fazoviy akslantirish va approksimatsiyalash jarayonlarini birgalikda qo‘llash obyektning muhim geometrik va strukturaviy belgilarini saqlab qolish hamda identifikatsiyalash ishonchliligini oshirish imkonini berishini ko‘rsatadi.

Views: 111 Published: 2026-10-03 Pages: 6-10 Volume: 4 Issue: 5

References

  1. Szeliski R. (2022). Computer Vision: Algorithms and Applications. In Springer, pp. 483–542. https://doi.org/10.1007/978-3-030-34372-9
  2. Hastie T., Tibshirani R. & Friedman J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, pp. 101–137. https://doi.org/10.1007/978-0-387-84858-7
  3. Irgasheva U. A. (2026). CNN arxitekturalari yordamida belgilarni avtomatik o‘rganish orqali yuzning individual xususiyatlarini aniqlash. In Yangi O‘zbekiston taraqqiyotida yosh olimlarning o‘rni (pp. 582–585).
  4. Press W. H., Teukolsky S. A., Vetterling W. T., Flannery B. P. (2007). Numerical Recipes: The Art of Scientific Computing. Cambridge University Press,
  5. Wendland H. (2005). Scattered Data Approximation. In Cambridge University Press
  6. Fornberg B. & Flyer N. A (2015). Primer on Radial Basis Functions with Applications to the Geosciences. SIAM, . pp. 91–107. https://doi.org/10.1137/1.9781611974041
  7. Abdumalikov A. A. & Irgasheva U. A. (2022). Модель и алгоритмы процесса устройств контроля и мониторинга управления энергоснабжением. In Kompyute rilmlari va muhandislik texnologiyalari (pp. 334-336).
  8. Hartley R. & Zisserman A. (2004). Multiple View Geometry in Computer Vision.InCambridgeUniversityPress.https://doi.org/10.1017/CBO9780511811685
  9. Irgasheva U. A., Ergashev A. A. & Bo‘riboyev A. (2026). Sun’iy intellekt va big data asosida fan va ta’lim integratsiyasining ilmiy-nazariy asoslari. In Raqamli jamiyatda fan va ta’limning integratsiyalashuvi (pp. 267–270).