112
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
TEXNIKA FANLARI
Karimova Zilola,
Denov tadbirkorlik va
pedagogika instituti stajyor o‘qituvchisi,
Xaydarov Sherali,
Denov tadbirkorlik va
pedagogika instituti doktoranti,
Doniyorova Gulshan,
Denov tadbirkorlik va
pedagogika instituti stajyor o’qituvchisi,
УДК: 004.891.3
YO‘L BELGILARINI ANIQLASHDA PYTHON DASTURLASH TILIDAN
FOYDALANGAN HOLDA TASVIRLARNI MANIPULYATSIYA QILISH
Kalit so’zlar:
Yo'l belgi,
OpenCV,
Yo'nalish nuqtasi,
Neyron tarmog',
Yo'l nuqtasi.
Annotatsiya.
Yo'l belgisi - yo'lovchilar va haydovchilarga yo'nalishni
ko'rsatish uchun ishlatiladigan belgi. Yo'l belgilari yo'llarni boshqarishda,
transport oqimini tartibga solishda va harakat xavfsizligini ta'minlashda
muhim rol o'ynaydi. Yo'l tarqatuvchi belgilar - ko'rsatilgan yo'nalishni tartibga
soluvchi belgilar, masalan, to'g'ri yo'nalish, o'ngga o'tish, chapga o'tish,
tekislik, joylashuv va boshqalar. Og'irlik chegarasini taqiqlaydigan belgilar -
og'irlik chegaralarini ko'rsatadigan belgilar, ko'p tovuq, kamyonlar va
avtomobillarga qo'yiladi. Yo'l markalash belgilar - yo'l ko'rsatilgan
yo'nalishlarda ushbu belgilar orqali markalanishi mumkin. Masalan, shahar
tashqi yo'llarda va keng ko'layotgan yo'llarda yo'l markalash belgilari
ko'rsatiladi. Yo’llantiruvchi belgilar - yo'lga kirish va chiqish joylarini,
shuningdek, tashqi yo'ldan kengaytirilgan yo'llarni ko'rsatadigan belgilar.
Harorat belgilar - quyidagi belgilar haroratni ta'riflash uchun foydalaniladi,
masalan, yo'l shtatsiyasi, temperatur belgisi va boshqalar. O'zgaruvchan
harorat belgilar - asosiy harorat belgilaridan farqli ravishda, ushbu belgilar
haroratning o'zgarishiga ko'ra ko'rsatiladi.
МАНИПУЛИРОВАНИЕ ИЗОБРАЖЕНИЯМИ С ПОМОЩЬЮ ЯЗЫКА
ПРОГРАММИРОВАНИЯ ПРИ РАСПОЗНАВАНИИ ДОРОЖНЫХ
ЗНАКОВ
Karimova Zilola,
Стажер-преподаватель Денауского института
предпринимательства и педагогики
Xaydarov Sherali,
докторант Денауского института
предпринимательства и педагогики
Doniyorova Gulshan,
Стажер-преподаватель Денауского института
предпринимательства и педагогики
Ключевые
слова:
путевая точка,
OpenCV,
Аннотация.
Дорожный знак-это знак, используемый для указания
направления движения пассажирам и водителям. Дорожные знаки
играют важную роль в управлении дорогами, регулировании
транспортных потоков и обеспечении безопасности движения.
113
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
нейронная сеть,
путевая точка.
Классификация дорожной разметки обычно выглядит следующим
образом: дорожные знаки-это знаки, которые регулируют указанное
направление, например, правое направление, поворот направо, поворот
налево, уровень, местоположение и т. д. Знаки ограничения веса
запрещены. Знаки, указывающие на ограничения веса, размещены на
большинстве грузовиков, грузовиков и легковых автомобилей. Знаки
дорожной разметки - этими знаками можно размечать дорогу в
указанном направлении. Например, дорожная разметка отображается на
городских дорогах и автомагистралях. Указательные знаки - знаки,
указывающие места въезда и выезда на дорогу, а также проходящие от
внешней дороги дороги. Символы температуры - для описания
температуры
используются
следующие
символы,
например,
промежуточная станция, символ температуры и т. д. Символы
переменной температуры. В отличие от основных символов
температуры, эти символы отображаются в соответствии с изменениями
температуры.
MANIPULATION OF IMAGES USING PYTHON PROGRAMMING
LANGUAGE IN ROAD SIGN RECOGNITION
Karimova Zilola,
Trainee-teacher of the Denau Institute of
Entrepreneurship and Pedagogy
Xaydarov Sherali,
Doctoral student of Denau Institute of
Entrepreneurship and Pedagogy
Doniyorova Gulshan,
Trainee-teacher of the Denau Institute of
Entrepreneurship and Pedagogy
Keywords:
Waypoint,
OpenCV,
Waypoint,
Neural Network,
Waypoint.
Annotation.
A road sign is a sign used to indicate the direction to passengers
and drivers. Road signs play an important role in managing roads, regulating
traffic flow and ensuring traffic safety. The classification of road markings is
usually as follows: Road signs are signs that regulate the direction shown, for
example, the right direction, turn right, turn left, level, location, etc. No Weight
Limit Signs - Signs indicating weight limits are posted on most trucks, trucks,
and cars. Road marking signs - the road can be marked by these signs in the
indicated directions. For example, road markings are displayed on city roads
and highways. Directional signs - signs that indicate the entrance and exit points
to the road, as well as the roads extended from the external road. Temperature
symbols - the following symbols are used to describe the temperature, for
example, a way station, a temperature symbol, etc. Variable temperature
symbols - Unlike basic temperature symbols, these symbols are displayed
according to temperature changes. For example, motor temperature, battery
temperature, etc. Safety signs - used to describe road safety, such as giving the
right direction to multiple vehicles, etc. These classifications may depend on
the general classification of road signs, the type and location of their use.
Kirish
Tadqiqot metodlari.
Python dasturlash tilida, yo'l belgilarini aniqlashda
oldindan belgilangan xususiyatlari bilan bir qator boshqa funktsiyalarga ega. Quyidagi
metodlar yordamida yo'l belgilari aniqlash mumkin [1]:
114
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
os
kutubxonasi: Bu kutubxona operatsion tizimga mos keladigan funksiyalarni
o'z ichiga oladi.
os
kutubxonasi yordamida quyidagi metodlarni ishlatish mumkin:
os.path.exists(path)
: berilgan yo'l belgisining mavjudligini tekshiradi.
os.path.abspath(path)
: berilgan yo'l belgisining mutlaq yo'li (absolute path)ni
qaytaradi.
os.path.dirname(path)
: berilgan fayl yoki direktoriya nomidan o'ng tarafidagi
yo'l belgisini qaytaradi.
os.path.basename(path)
: berilgan fayl yoki direktoriya nomidan chap
tarafidagi nomni qaytaradi.
pathlib
kutubxonasi: Bu kutubxona yo'l belgilari bilan ishlash uchun oddiy va
qulay interfeysni taklif qiladi. pathlib kutubxonasi yordamida quyidagi metodlarni
ishlatish mumkin:
Path.exists()
: berilgan yo'l belgisining mavjudligini tekshiradi.
Path.resolve()
: berilgan yo'l belgisining mutlaq yo'li (absolute path)ni qaytaradi.
Path.parent()
: berilgan fayl yoki direktoriya nomidan o'ng tarafidagi yo'l
belgisini qaytaradi.
Path.name()
: berilgan fayl yoki direktoriya nomidan chap tarafidagi nomni
qaytaradi.
glob moduli
: Bu modul fayl nomlarini tartiblash uchun ishlatiladi. glob
modulini quyidagi kabi yordamida ishlatish mumkin:
glob.glob(pattern)
: berilgan pattern kabi mos keladigan fayllarni ro'yxatini
qaytaradi [1].
Tadqiqot natijalari.
Yo'l belgilarini aniqlash uchun bir nechta yo'l belgilarini
aniqlash dasturlari mavjud. Ayrim misollar:
OpenCV
: OpenCV - bu Python dasturlash tilidan foydalangan holda tasvirni
manipulyatsiya qilish uchun kutubxona. OpenCV yo'l belgilarini tanib olish uchun
ko'plab xususiyatlar va algoritmlarni o'z ichiga oladi [2].
TensorFlow Object Detection API
: TensorFlow Object Detection API -
TensorFlow yordamida ob'ektni aniqlash uchun API. Bu API yoʻl belgilari kabi
obʼyektlarni tanib olish uchun oldindan oʻrgatilgan modellar va funksiyalarni oʻz
ichiga oladi.
YOLO
(Faqat bir marta qaraysiz): YOLO ob'ektni aniqlash algoritmi bo'lib,
yo'nalish nuqtalarini tanib olish uchun ishlatilishi mumkin. YOLO tasvirni bir marta
qayta ishlaydi va bir vaqtning o'zida bir nechta ob'ektlarni aniqlash uchun chuqur
o'rganish modelidan foydalanadi [3].
MobileNet:
MobileNet kichikroq o'lchamli modellardan foydalangan holda
mobil qurilmalarda ob'ektlarni aniqlash uchun chuqur o'rganish modelidir. MobileNet
yo'l belgilari kabi ob'ektlarni tanib olish uchun ishlatilishi mumkin[4].
Ushbu dasturlar yo'l belgilarini tanib olish uchun ishlatiladigan turli usullardan
foydalanadi. Biroq, barcha dasturlar yo'l nuqtasini aniqlash uchun oldindan
tayyorlangan modeldan foydalanadi. Ushbu modellar yo'l belgilari kabi ob'ektlarni
tanib olish uchun minglab tasvirlar bo'yicha o'qitiladi va keyin dasturlarga kiritiladi
[5]. Shu tarzda, dasturlar yo'l belgilari kabi ob'ektlarni tanib olish uchun aniq natijalarni
115
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
berishi mumkin. Yo'l belgilarini aniqlash uchun bir qator yo'l belgilarini aniqlash
dasturlari va dasturlari mavjud. Ayrim misollar:
Yo'l belgilarini aniqlash: Bu dastur yo'l belgilarini aniqlash uchun
foydalaniladigan tasvirni qayta ishlash dasturidir. Dastur belgilarni shakl, rang va belgi
kabi xususiyatlaridan foydalangan holda taniydi va toifalarga ajratadi [6].
signIN
: signIN- yoʻl belgilarini tanib olish uchun moʻljallangan mobil ilova.
Ilova foydalanuvchi telefonining kamerasi yordamida belgilarni aniqlaydi va belgining
ma'nosini aniqlaydi va uni foydalanuvchiga ko'rsatadi. Waveshare OpenCV yo'l
belgilarini aniqlash to'plami: Ushbu to'plamdan foydalanib, siz yo'l belgilarini aniqlash
uchun Raspberry Pi dan foydalanishingiz mumkin. To'plam OpenCV va Python
dasturlash tilidan foydalangan holda ishlab chiqilgan va yo'l nuqtalarini aniqlash va
tasniflash uchun tasvirni qayta ishlash usullaridan foydalanadi. Ko'p miqyosli
konvolyutsion neyron tarmoqlar bilan yo'l belgilarini aniqlash: Ushbu dastur ob'ektni
aniqlash va tasniflash uchun chuqur o'rganish usullaridan foydalanadi. Dastur CNN
(Convolutional Neural Network) ni yo'l belgilari tasvirlari yordamida o'qitadi va undan
keyin belgilarni tanib olish uchun foydalanadi. Ushbu dasturlar yo'l belgilarini tanib
olish uchun turli usullardan foydalanadi. Biroq, ularning barchasi yo'l nuqtasini
aniqlash uchun oldindan o'rgatilgan modeldan foydalanadi. Ushbu modellar yo'l
belgilari kabi ob'ektlarni tanib olish uchun minglab tasvirlar bo'yicha o'qitiladi va keyin
dasturlarga kiritiladi. Shu tarzda, dasturlar yo'l belgilari kabi ob'ektlarni tanib olish
uchun aniq natijalarni berishi mumkin [7]. Yo'l belgilarini tanib olish uchun ko'plab
algoritmlar va usullar qo'llaniladi. Ulardan ba'zilari:
Rangga asoslangan yondashuv: Bu yondashuv yo'l belgilarining ranglariga
qarab belgilarni aniqlaydi. Misol uchun, bu yondashuv qizil belgilarni topish uchun
ishlatiladi, chunki qizil belgi ko'zga ko'rinadigan bo'lishi kerak. Rangga asoslangan
yondashuvlar, ayniqsa, kam yorug'lik sharoitida yoki tasvir sifati yomon bo'lsa foydali
bo'lishi mumkin. Shaklga asoslangan yondashuv: Bu yondashuv yo'l belgilarining
shakllariga asoslangan belgilarni aniqlaydi. Misol uchun, agar siz aylana belgisi odatda
taqiqlash belgisi ekanligini bilsangiz, bu yondashuv aylanma belgilarni topish uchun
ishlatilishi mumkin. Neyron tarmog'iga asoslangan yondashuv: Bu yondashuv sun'iy
neyron tarmoqlari (ANN) yordamida yo'l nuqtalarini aniqlaydi. ANN yo'l belgilari
tasvirlarini o'rganish va tanib olish orqali belgilarni tasniflaydi. Ushbu yondashuv
yanada murakkab yo'l belgilarini tanib olish imkonini beradi. Tasvirni qayta ishlashga
asoslangan yondashuv: Bu yondashuv yo'l belgilari tasvirlarini qayta ishlash orqali
belgilarni tan oladi. Kenarlarni aniqlash, gistogrammani tenglashtirish, kontrastni
yaxshilash va filtrlash kabi tasvirni qayta ishlash usullaridan foydalangan holda
tasvirlardagi yo'l belgilarini ajratib ko'rsatish mumkin. Ushbu usullarning ko'pchiligi
oldindan tayyorlangan modellar yordamida yo'l belgilarini aniqlash uchun birgalikda
ishlatilishi mumkin. Oldindan o'qitilgan modellar yo'nalish nuqtalarini tanib olish
uchun minglab tasvirlar bo'yicha o'qitiladi va keyin yo'l nuqtalarini tanib olish uchun
ishlatiladi. Ushbu yondashuv yo'l belgilarini aniq tanib olish va tasniflash uchun juda
samarali. Yo'nalish nuqtalarini tanib olish uchun tizim yoki dasturiy ta'minotni ishlab
chiqish uchun siz quyidagi amallarni bajarishingiz mumkin [8]:
116
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
Ma'lumot to'plash: Yo'l belgilarini aniq tanib olish uchun sizga turli xil
sharoitlarda olingan etarli miqdordagi yo'l belgilari tasvirlari kerak bo'ladi. Shuning
uchun siz turli yo'llarning turli uchastkalarida, turli yorug'lik sharoitida, turli
burchaklardan va turli masofalardan yo'l belgilarining rasmlarini to'plashingiz kerak.
Ma'lumotlarni oldindan qayta ishlash: Ma'lumotlarni oldindan qayta ishlash
bosqichi ma'lumotlarni tahlil qilish va qayta ishlash uchun tayyorlash imkonini beradi.
Ushbu bosqichda siz tasvirlarning o'lchamlari, kontrasti va rang sozlamalarini
optimallashtirishingiz kerak bo'lishi mumkin. Yo'nalish nuqtasini aniqlash: Ushbu
bosqichda siz tasvirdagi yo'nalish nuqtalarini aniqlash uchun algoritmdan
foydalanishingiz kerak bo'ladi. Ushbu algoritm tasvirdagi rang, shakl va belgilar
asosida yo'l belgilarini aniqlaydi. Yo'l punkti tasnifi: Yo'nalish nuqtasi aniqlangandan
so'ng, siz tasniflash bosqichiga o'tasiz. Ushbu bosqichda siz aniqlangan yo'l belgisi
tasvirining ma'nosini aniqlaydigan algoritmdan foydalanishingiz kerak bo'ladi. Ushbu
algoritm belgining rangi, shakli va belgisi asosida yo'l belgisini aniqlaydi. Natijani
ko'rsatish: Yo'nalish nuqtasini aniqlash va tasniflash bosqichlaridan so'ng siz
natijalarni foydalanuvchilarga ko'rsatish uchun interfeys yoki dasturni ishlab
chiqishingiz mumkin. Ushbu bosqichlarni bajarish sizga to'g'ri ishlaydigan yo'l
belgilarini aniqlash tizimini yaratishga yordam beradi. Biroq, yo'l belgilarini tanib olish
texnologiyasi hali ishlab chiqilayotganligi sababli, aniq natijalarga erishish uchun turli
xil algoritm va usullardan foydalanish kerak bo'lishi mumkin [9].
Yo'nalish nuqtalarini aniqlash uchun Python yordamida dastur yaratish mumkin.
Buning uchun quyidagi amallarni bajarishingiz mumkin:
1)
Kerakli kutubxonalarni o'rnating: OpenCV va Numpy, yo'l nuqtalarini aniqlash
uchun zarur bo'lgan tasvirni qayta ishlash kutubxonalarini o'rnating.
import
cv2
import numpy
as np
2)
Rasmlarni o'qing: Yo'nalish nuqtasini aniqlash uchun avval rasmlarni o'qishingiz
kerak. Misol tariqasida, quyidagi kod "stop.jpg" nomli rasmni o'qiydi:
img
=
cv2.imread
("stop.jpg")
3)
Kulrang tasvirni yarating: Rasmga ishlov berishdan oldin uni kul rangga
aylantiring:
gray
=
cv2.cvtColor
(img, cv2.COLOR_BGR2GRAY)
4)
Yoʻnalish nuqtasini aniqlash: Yoʻnalish nuqtasini aniqlash uchun algoritmdan
foydalaning. Masalan, CascadeClassifier sinfidan foydalanib, "stop_sign.xml"
nomli XML faylidan foydalanishingiz mumkin:
cascade
=
cv2.CascadeClassifier
('stop_sign.xml')
signs
=
cascade.detectMultiScale
(gray, scaleFactor=1.3,
minNeighbors
=4,
minSize=(30, 30),
flags
=cv2.CASCADE_SCALE_IMAGE
5)
Yo'l nuqtasini ramkaga qo'ying: yo'l nuqtasi aniqlangandan so'ng, ramkalash
amalga oshirilishi mumkin:
for
(x, y, w, h) in signs:
117
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
cv2.rectangle
(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
6)
Natijalarni ko'rsatish: Nihoyat, natijalarni ko'rsatish uchun quyidagi koddan
foydalanishingiz mumkin:
cv2.imshow
('Stop sign detection', img)
cv2.waitKey
(0)
cv2.destroyAllWindows
()
Python-da yo'llarni boshqarish uchun ishlatiladigan bir nechta turli xil modullar
mavjud. Ushbu modullar orasida eng keng tarqalganlarini os, pathlib va glob modullari
deb hisoblash mumkin. Ushbu modullardan quyidagi tarzda foydalanish mumkin:
1.
OS moduli:
import
os
# Joriy ishchi katalogni oling
current_directory = os.getcwd()
# yangi katalog yarating
os.mkdir
(
"yangi_katalog "
)
# Kataloglarni birlashtirish
path = os.path.join(current_directory
,
"
yangi_katalog "
)
# Faylni o'chirish
os.remove
(
"dosya.txt"
)
2.
Pathlib moduli:
from
pathlib
import
Path
# Joriy ishchi katalogni olish
current_directory = Path.cwd()
# yangi katalog yarating
new_directory = current_directory /
"
yangi_katalog "
new_directory.mkdir()
# Kataloglarni birlashtirish
path = current_directory.joinpath(
"yangi_katalog "
)
# Faylni o'chirish
file_to_delete = current_directory /
"dosya.txt"
file_to_delete.unlink()
3.
Globus moduli:
import
glob
# Muayyan naqsh bo'yicha fayl yo'llari ro'yxatini olish
file_list = glob.glob
(
"/path/to/files/*.txt"
)
# Barcha fayllar ro'yxati
all_files = glob.glob
(
"*"
)
118
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
Python dasturlash tilini foydalanib, Yo'l belgilarini tasvirlash uchun "opencv"
nomli kutubxona yoki "Pillow" nomli kutubxonalardan foydalanishingiz mumkin.
Quyidagi kodni bajarib, tasvirlarni ko'chirib olish, kesish, qayta o'lchash va
ranglarni o'zgartirish kabi bir qancha amallarni bajaringiz mumkin [2]:
import
cv2
from
PIL
import
Image
# Tasvir yuklash
image = cv2.imread
(
"image.jpg"
)
# Tasvir kesish
cropped_image = image[100:300, 200:400]
# Tasvir o'lchamlarini o'zgartirish
resized_image = cv2.resize(image, (500, 500))
# Tasvirda ranglarni o'zgartirish
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Tasvirlarni ko'rsatish
cv2.imshow
(
"Original Image"
,
image)
cv2.imshow
(
"Cropped Image"
,
cropped_image)
cv2.imshow
(
"Resized Image"
,
resized_image)
cv2.imshow
(
"Gray Image"
,
gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
Bu kod yuklangan tasvirni "image.jpg" nomi bilan yuklaydi. Quyidagi amallarni
bajardikdan keyin, tasvirlar quyidagi nomlar bilan ko'rsatiladi:
•
"Original Image" - asl tasvir
•
"Cropped Image" - kesilgan tasvir
•
"Resized Image" - o'lchami o'zgartirilgan tasvir
•
"Gray Image" - tasvirda ranglar o'zgartirilgan tasvir (siyoh-oq)
Ushbu kod yordamida, tasvirlarni ko'chirish, kesish, o'lchash va ranglarni
o'zgartirish kabi turli to'garaklar amalga oshirilishi mumkin.
Yuqoridagi qadamlar Python yordamida yo'nalish nuqtalarini aniqlash uchun
dast yaratishga yordam beradi. Biroq, yo'l belgilarini aniqlash va tasniflash juda
murakkab jarayondir, shuning uchun aniqroq natijalarga erishish uchun turli xil
algoritm va usullardan foydalanish kerak bo'lishi mumkin.
Xulosa qilib aytganda Python tilining kuchli kutubxonalaridan biri "opencv" va
boshqa "Pillow" kutubxonalar tasvirlarni manipulyatsiya qilish uchun foydalaniladi.
Siz tasvirlarni yuklab, kesib olish, o'lchamini o'zgartirish va ranglarni o'zgartirish kabi
amallarni bajarishni o'rganishingiz mumkin. Ushbu yuoridagi kod misoli yo’l
belgilarini tushunishga yordam bergan holda tasvirlarni boshqa dasturlash vazifalari
uchun ham foydalanishingiz mumkin.
119
TADBIRKORLIK VA PEDAGOGIKA. ILMIY-USLUBIY JURNAL. ISSN: 2181-2659. [1/2023].
Foydalanilgan adabiyotlar:
1.
O’rinov, D. O., & Maxmudov, O. E. (2022). Improving Traffic Prevention Of Road
Traffic Accidents Yol Transport Hodisasi Sodir Bolganda Yollarda Uchraydigan
Tirbantlikni Oldini Olish Ishlarini Takomallashtirish. Innovative Technologica:
Methodical Research Journal, 3(5), 1-8.
2.
Odilov, N., & Muxtorov, A. (2022). Avtomobillar harakatini xavfsiz tashkil etishda
GPS tizimlaridan foydalanish samaradorligi. Academic research in educational
sciences, 3(2), 298-303.
3.
Gaffarov, M. (2023). O ‘Zbekistonda Transport Oqimini Tartibga Solish. Yo ‘L
Harakati Xavfsizligini Ta’minlash Va Tirbandlikni Oldini Olish. Евразийский
Журнал Технологий И Инноваций, 1(2), 70-74.
4.
Tursunboyev, F. (2022). Avtomobil Yo’llarda Piyodalar Harakat Havfsizligini
Ta’minlashning Zamonaviy Yechimlari. Science And Innovation, 1(A8), 548-559.
5.
Ziyatovich, M. F., & Islom o'g'li, X. S. (2023). Sun'iy intellekt va uning ta'lim
sohasiga alohida murojaat qilgan holda turli sohalardagi qamrovi. Образование
наука и инновационные идеи в мире, 16(3), 16-19.
6.
Мамажанов, Р. Я., & Хайдаров, Ш. И. (2022). РАЗРАБОТКА Платформы
Инновационного Подхода При Подготовке Научных Статей На
Международном Уровне. Central Asian Journal Of Mathematical Theory And
Computer Sciences,
7.
Мамажанов, Р., & Хайдаров, Ш. (2022). Цифровая Экономика В Повышении
Экономики И Влияния Вузов Расположение В Центре. Central Asian Journal
Of Mathematical Theory And Computer Sciences, 3(12), 270-275.
8.
Мамажанов, Р. Я., & Хайдаров, Ш. И. (2022). Разработка Методов И
Алгоритмов Для Распознавание Дорожных Знаков. Central Asian Journal Of
Mathematical Theory And Computer Sciences, 3(10), 50-57.
9.
Хайдаров, Ш. И. (2022). Разработка Программного Обеспечения Qr-Code Для
Формирования Электронных Баз Данных И Систем Управления Высшими
Учебными Заведениями. Central Asian Journal Of Mathematical Theory And
Computer Sciences, 3(1), 3-8.
10.
Mamajanov, R. Y., & Xaydarov, S. I. (2022). Korxona Va Tashkilotlarda Elektron
Tabel Va Samaradorlikning Muhim Ko’rsatkichini Belgilash. Central Asian
Research Journal For Interdisciplinary Studies (Carjis), 2(5), 281-289.
