Статья посвящено решению проблемы выбора прсцидентных объектов, являющейся важным аспектом мульти кластеризации в процессах распознавания и классификации образов. Предложен новый алгоритм выбора прецидентных объектов с учетом пространства номинальных и числовых признаков. Этот алгоритм обеспечивает точную, устойчивую и прозрачную классификацию данных, повышая эффективность принятия аналитических решений, особенно в процессах медицинской диагностики.
В данной исследовательской работе частично описаны элементы базы знаний, которые широко используются в процессах принятия решений в интеллектуальных системах, этапы их формирования, а также последовательности обогащения логических правил предикатами. Кроме того, исследование включает общую архитектуру интеллектуальных систем на основе базы знаний и теоретические сведения о типах и свойствах правил. В то же время статья также включает анализ основной литературы по построению и обогащению правил с использованием концепций и принципов логики первого порядка.
В данной статье рассматриваются современные алгоритмы, применяемые для интеллектуального анализа речевых сигналов, а также их научно-практическое значение. Развитие технологий искусственного интеллекта и машинного обучения расширяет возможности автоматической обработки речевых сигналов, извлечения признаков и распознавания. В исследовании анализируются процессы моделирования на основе таких передовых методов, как MFCC, CNN и RNN. Также рассматриваются алгоритмы, применяемые для преобразования речи в текст, идентификации говорящего и понимания контекста. Полученные результаты могут быть использованы в интеллектуальных голосовых интерфейсах, системах безопасности и лингвистических приложениях.
В статье анализируется система работы с обращениями граждан в нашей стране, процессы их приема и рассмотрения, а также роль современных информационных технологий, в частности Виртуальной приемной и портала «Murojaatlar», в этих процессах. Обсуждается внедрение автоматизированных систем с целью обеспечения прав граждан, повышения прозрачности и минимизации человеческого фактора. Статья подчеркивает важность платформ электронного правительства в улучшении взаимодействия между государством и гражданами.
В статье предлагается информационная система, предназначенная для автоматического распознавания кожных заболеваний, в частности меланомы, на основе дермоскопических изображений. Архитектура системы построена на интеграции фреймворков Laravel и Django через RESTful API и реализована в модульной и масштабируемой структуре. В статье проанализированы технологические преимущества, функциональные возможности и эффективность применения в медицинской практике.
В современную цифровую эпоху разработка удобного и эффективного мобильного приложения для местных продуктовых магазинов имеет ключевое значение.OVVO — это мобильное приложение, разработанное для местных продуктовых магазинов, которое включает различные функции для улучшения покупательского опыта. В этой статье рассматриваются принципы дизайна, функциональные компоненты и технологии, реализованные в приложении OVVO, с акцентом на минималистичный интерфейс, интуитивную навигацию и бесшовный процесс просмотра товаров. Приложение включает разделы, такие как категории товаров, скидки, самые продаваемые товары и корзина с возможностью создания настраиваемых коллекций. Пользователи могут управлять своими покупками, отслеживать историю заказов и общаться с поддержкой через чат.
Сегодня для решения проблем, связанных с возросшими требованиями к системам энергоснабжения в связи с развитием бытовой техники и интеллектуальных систем, предлагается устанавливать возобновляемые источники энергии, резервные источники, а также центральную сеть энергоснабжения с гибким управлением. С этой целью в данной статье разрабатывается проект по применению технологии, области применения и базы данных для сбора и обработки данных мониторинга на основе гибридных источников энергоснабжения и Интернета вещей.
В данной статье анализируется предварительная обработка изображений дистанционного зондирования на основе модели дискретной гистограммы. Фиксироваться эффективность применения данной модели, ее значимость, качество и уникальность. Кроме того, показано практическое значение инфракрасных каналов в повышении эффективности распознавания объектов при дистанционном зондировании Земли.
Настоящая работа посвящена исследованию применения машинного обучения (ML) для трансформации бизнсс-процсссов в условиях цифровой экономики. Рассматриваются возможности использования алгоритмов ML для автоматизации управления, прогнозирования ключевых показателей эффективности (K.PI) и оптимизации распределения ресурсов. В статье подробно описаны теоретические основы, методология разработки программного решения, а также результаты экспериментов на реальных данных из логистики и электронной коммерции. Приводятся примеры применения линейной регрессии, случайного леса, градиентного бустинга и нейронных сетей, демонстрирующие их эффективность в повышении производительности и снижении издержек. Работа подчёркивает стратегическую роль ML как инструмента достижения конкурентных преимуществ и предлагает направления для дальнейших исследований в области адаптации технологий к различным отраслям.
Статья посвящена современным проблемам методики преподавания предмета физика. Представленные примеры из истории развития мегодики обучения физике. Определена роль физики в учебном процессе школы, вуза и других образовательных учреждений. Описываются современные тенденции методик преподавания. Приведены закономерности развития методики обучения физике. Приведены сопоставления изучения теоретического материала и проведение лабораторных работ. Обозначены закономерности развития методики обучения физике.
В данной статье проведен анализ архитектуры веб-сервера, аппаратного и программного обеспечения для мониторинга и контроля уровня воды в скважине па базе микроконтроллера ESP32. Также рассматриваются возможности использования технологий 1оТ (Интернет вещей) для расширения возможностей мониторинга в реальном времени на платформе ESP32. В статье подробно проанализированы методы и способы наблюдения и контроля за подземными водами. Приведены экспериментальные результаты по техническим параметрам разработанного оборудования и скорости работы программного обеспечения. Данная система может найти широкое применение в эффективном управлении водными ресурсами, экологическом мониторинге, а также в сельском хозяйстве.
В настоящее время активно развиваются системы, обеспечивающие естественное взаимодействие между человеком и машиной. Одной из актуальных задач является определение языка пользователя. В данной статье рассматривается задача определения языка (Language Identification - LID) на основе речевых сигналов, области её применения, существующие проблемы и современные подходы. Проведен сравнительный анализ классических методов машинного обучения (GMM, SVM, i-vector) и подходов, основанных на глубоких нейронных сетях (CNN, RNN, Transformer). Также описаны основные метрики оценки эффективности систем: Accuracy, Precision, Fl-score и Equal Error Rate (EER). Рассмотрены передовые подходы к решению сложных случаев, таких как переключение языков (code-switching) и открытые наборы языков (open-set LID), а также обсуждены практические перспективы для малоизученных языков, включая узбекский. Результаты исследования могут служить теоретической и практической основой для разработки многоязычных интерактивных голосовых систем.
В современной взаимосвязанной цифровой среде обеспечение своевременного и безопасного распространения информации о местных событиях и происшествиях имеет решающее значение для укрепления вовлеченности сообщества. В данной статье представлена разработка мобильного приложения на базе Android, предназначенного для предоставления обновлений о местных событиях в реальном времени с использованием надежных мер безопасности, таких как шифрование данных, аутентификация пользователей и безопасное управление базой данных. Приложение, созданное с использованием Android Studio и Fircbasc, предлагает такие функции, как список событий, чат в реальном времени и push-уведомления, адаптированные к культурному контексту Узбекистана.
В данном исследовании представлен передовой подход к оптимизации систем нечеткого вывода (СНВ) с использованием генетических алгоритмов (ГА) -мощного эволюционного метода, вдохновленного естественным отбором. Традиционная разработка FIS основана на эвристической настройке базы правил и функций релевантности, что может быть неэффективным. Это исследование позволяет систематически оптимизировать базу правил СНВ, что повышает точность, гибкость и надежность систем принятия решений. Экспериментальные результаты показывают, что сложность базы правил значительно снижается при сохранении производительности системы. В исследовании также подчеркивается важность таких операторов ГА, как отбор, кроссинговср и мутация, для достижения глобальной оптимальности. Такая интеграция помогает разрабатывать интеллектуальные системы, способные адаптироваться к реальным ситуациям, обеспечивая многообещающие результаты для экспертных систем, приложений автоматизации и управления.
В статье представлен сравнительный анализ алгоритмов машинного обучения, применяемых для ранней диагностики онкологических заболеваний. В работе рассмотрены алгоритмы Random Forest, XGBoost, AdaBoost и другие, протестированные на различных клинических задачах, таких как рак шейки матки, лёгких и кожи. Особое внимание уделено ансамблевым методам, которые продемонстрировали наивысшую точность, особенно алгоритму Random Forest (случайный лес). Подчёркивается универсальность изучаемых методов, их адаптивность к разнородным медицинским данным и потенциал для разработки интеллектуальных систем поддержки принятия клинических решений.
Цифровизация здравоохранения требует автоматизированного анализа дермоскопических изображений. Такие изображения играют важную роль в раннем выявлении кожных новообразований, особенно меланомы. В данной статье рассматриваются ключевые проблемы обработки изображений нестандартизированный формат, дисбаланс выборки и неопределенность визуальных признаков. На основе этого был разработан диаграмма последовательности для автоматизированной системы анализа.
В докладе рассмотрены вопросы создания систем поиска научнообразовательной информации на основе интеграции модулей, основанных на методах искусственного интеллекта. Актуальность проблемы диктуется необходимостью повышения оперативности поиска информации в базах данных для решения научных, образовательных и технологических проблем.
В статье рассматривается применение интуиционистских нечётких множеств и агрегирующих операторов для решения задач многокритериального принятия решений. Основное внимание уделено использованию интуиционистского нечёткого интегрального оператора Шоке, который эффективно учитывает взаимосвязи между критериями при агрегировании лингвистических оценок, выраженных интуиционистскими нечёткими значениями.
В данной статье рассматривается задача нахождения и анализа решения краевой задачи для сингулярного дифференциального уравнения второго порядка с использованием спектрального метода на основе полиномов Чебышева.
В данной статье рассматривается роль речевых сигналов в системах идентификации личности, а также процессы выделения их характеристик и формирования параметров. Биометрическая уникальность речевого сигнала основана на неповторимых фонетических и акустических особенностях речи каждого человека.
В статье рассматриваются методы автоматизации коммуникаций между работниками медицинских учреждений и пациентами. Предлагается интегрированная платформа связи, описаны ее преимущества и математическая основа моделирования.
В статье рассматривается цифровая обработка видеоизображений -процессы улучшения качества видео, оптимизации изображений и их анализа. В статье рассматриваются современные технологии, в частности методы, основанные на искусственном интеллекте и машинном обучении, а также такие подходы, как снижение шума в видео, восстановление изображений, цветокоррекция и улучшение сжатия видео.
Целью данной статьи является разработка комплекса математических моделей для решения многих вопросов, связанных с использованием природных ресурсов с экологической и экономической точек зрения. Эти модели должны описывать конкретные аспекты реализации изучаемой системы с учетом различных характеристик экологоэкономических систем. В этом случае придется решать большое количество новых вопросов. Эти вопросы возникают при моделировании и анализе эколого-экономических систем.
Искусственный интеллект (ИИ) открывает множество возможностей для интеллектуального анализа медицинских изображений. Однако для эффективной работы таких моделей необходимы большие и качественно размеченные данные. Поскольку в медицинской сфере сбор таких данных является сложным и дорогостоящим, методы аугментации данных приобретают особую важность.
В статье приведено нейросетевое прогнозирование геомагнитного К - индекса с использованием нейронных сетей. Построение нейронных сетей проведено для многослойного персептрона и сети радиаль- но базисных функций. Нейросетевые модели имеют минимальную ошибку краткосрочного прогнозирования геомагнитного К - индекса по сравнению со статистическими моделями.
