|
![](/i/favi32.png) Issn 2223-4047 Вестник магистратуры. 2022. №5-1 (128)ma-lumotlarni-intellektual-tahlili-va-uning-sohalar-bo-yicha-qo-llanilishi-turli-gazlardan-himoyalanish-tizimi__________________________________________________________________________________
24
-boshqariladigan va boshqarilmaydigan tahlil asosida ishlangan ma’lumotlarni bashoratlash modellari;
-modelni qandaydir standart formatda saqlash (masalan, PMML formati);
-olingan natijalar bo‘yicha turli xil hisobotlarni chiqarish.
Ma'lumotlarni tahlil qilish uchun asos modellashtirishdir. Modellashtirish atrofimizdagi dunyoni o'rganish-
ning universal usuli hisoblanadi. Bu bog'liqliklar kashf beradi, yuklash bilim, bashorat qilish, boshqarish va boshqa
ko'plab muammolarni hal qilishda muhim ahamiyat kasb etadi.
Boshqa vazifalarni ham amalga oshirishda ma’lumotlarni modellashtirish orqali intellectual tahlil qilish
yuqori samaradorlik va aniqlik kafolati sifatida maydonga chiqishi kuzatilmoqda. Tizim tushunchasi modellar va
modellashtirish asosiy kontseptsiya bilan chambarchas bog'liq.
1
Tizim markaziy tushunchadir chunki tizimlar nazariyasi va tizimlarni tahlil qilish intellektual tahlilning
o’zagini tashkil etadi. Tizim odatda obyektlar to'plami sifatida tushuniladi, tasodifiy tabiatning tarkibiy qismlari
yoki elementlari muayyan kontekstda ba'zi yaxlitlik. Har bir tizim bu paydo bo'ladigan tizim: uning tarkibiy ele-
mentlari ega bo'lmagan yangi xususiyatlarga ega bo'ladi.
Har bir tizim tizimning paydo bo'lish xususiyatiga ega: tizim uning tarkibiy elementlariga ega bo'lmagan
yangi xususiyatlarga ega bo'ladi. Tizimlarning bir nechta turlari mavjud: oddiy, kichik, katta, murakkab. Ularning
orasidagi farq elementlar sonidan iborat va ular o'rtasidagi aloqalar turi, shuningdek, resurslar va axborot tayyor-
garlik
Zamonaviy axborot oqimi "katta ma'lumotlar"(Big Data) muammosiga olib keldi. Bu ushbu ma'lumotlarni
tez qayta ishlash maxsus texnologiyalarni yaratishni talab qildi. Avtomatlashtirilgan ma'lumotlarni qazib olish
zarurati birinchi navbatda tarixiy ulkan massivlar navbat va yangi to'plangan ma'lumotlar tufayli aniq bo'ldi. Hatto
taxminan, kundalik hajmini taxmin qilish turli kompaniyalar, davlat, ilmiy va tibbiy tashkilotlar tomonidan
to'plangan ma'lumotlarni intellektual tahlil qilish qiyinchilik tug’dirmoqda. Inson aqli, hatto professional aql kabi
o'qimishli tahlil, bunday katta axborot oqimlarini tahlil qilishga o'z vaqtida qodir bo’la olmadi. Bunday qayta ish-
lash uchun zamonaviy talablarning o'ziga xosligi quyidagicha:
* ma'lumotlar cheksiz hajmga ega;
• ma'lumotlar xilma-xildir (miqdoriy, sifat, matn);
* natijalar aniq va tushunarli bo'lishi kerak;
* ma'lumotlarni qayta ishlash texnologiyasi
Foydalanish uchun oson bo'lishi kerak.
Ma’umotlarni zamonaviy intellektual tahlil qilishda asos sifatida ma’lumotlarda o’zaro aloqalar fragment-
larini aks ettiruvchi muayyan shablon-qoliplarga asoslanadi.
2
Qoliplarni qidirish va qo’llash oldindan belgilab olinuvchi va muayyan cheklovlarga ega bo’lmagan
metodlardan foydalangan holda amalga oshiriladi.
Ma’lumotlarning intellektual tahlili (data mining) — inson hayotining turli jabhalarida qaror qabul qilish
uchun xizmat qiluvchi avval ma’lum bo’lmagan, amaliy jihatdan foydali va foydalanish uchun mavjud bo’lgan
dastlabki xomaki ma’lumotlarni aniqlash jarayonidir.
Ma’lumotlarning intellektual tahlilini ma’lum bo’lmagan bilimlarning transformatsiyasi yoki qayta
shakllanishi jarayoni deb ham atash mumkin. Umuman olib qaraganda, Ma’lumotlarning intellektual tahlili uch
bosqichdan iborat:
-
Qonuniyatlarni aniqlash (axborot olamida erkin qidiruv)
-
Aniqlangan qonuniyatlardan noma’lum ko’rsatkichlarni bashorat qilish uchun foydalanish(retrospektiv,
davriy va prognoz modellashtirish)
-
Aniqlangan qonuniyatlarda mavhumliklarni izohlashga qaratilgan istisno holatlarini tahlil qilish(mantiqiy
bo’shliqlarni to’ldirish)
Data Mining instrumentlari natijaga ta’sir qiluvchi faktorlarni aniqlashga xizmat qiladi. Shuning uchun turli
gazlardan himoyalanish tizimlari bilan bog’liq ko’plab miqdordagi ma’lumotlarni Data Mining tizimi orqali biz
turli gazlardan himoyalanish tizimlarining kamchiliklari, tizimda uzilishlarga sabab bo’layotgan ta’sirli omillar,
tizim samaradorligi natijasi kabi tahlil qilingan va qayta ishlangan tayyor ma’lumotlarga ega bo’lishimiz mumkin.
3
Ishlaydigan yuzda gaz xavfi to'g'risida erta ogohlantirish bo'yicha tadqiqotlar Uyushma qoidalarini qazib
olish asosida Xulosa: gazni bashorat qilish va erta ogohlantirish jarayonida ma'lumotlar seriyasidagi chet qiymatlar
ko'pincha bekor qilindi.
1
A. Sheikhtaheri, F. Sadoughi, Z. Hashemi Dehaghi. Developing and using expert systems and neural networks in med-
icine: a review on benefits and challenges. J. Med. Syst., 38 (9) (2014),
10.1007/s10916-014-0110-5
2
A. Sheikhtaheri, F. Sadoughi, Z. Hashemi Dehaghi. Developing and using expert systems and neural networks in med-
icine: a review on benefits and challenges. J. Med. Syst., 38 (9) (2014),
10.1007/s10916-014-0110-5
3
V. Chan, C. Chan. Towards developing the piece-wise linear neural network algorithm for rule extraction. Int. J. Cogn.
Inf. Nat. Intell., 11 (2) (2017).
ISSN 2223-4047
Вестник магистратуры. 2022. № 5-1 (128)
Dostları ilə paylaş: |
|
|