"RAQAMLI TV TIZIMLARIDA INTELLEKTUAL SIQISH TEXNOLOGIYALARI: ILM-FAN VA AMALIYOT INTEGRATSIYASI"

Авторы

  • Jo‘raxonov Mansurbek Javlonbek o‘g‘li Farg'ona davlat texnika universiteti talabasi, Автор
  • Xalilov M. M. FDTU, ATT fakulteti, FDTU, Axborot texnologiyalari va telekommunikatsiya fakulteti, Telekommunikatsiya yo‘nalishi talabasi Автор

Ключевые слова:

Intellektual siqish,Neyron tarmoqlari,VVC standarti,Spektral samaradorlik,Video oqimi

Аннотация

Ushbu maqolada zamonaviy raqamli televideniye tizimlarida video ma’lumotlarini siqishning innovatsion va intellektual usullari tadqiq etiladi. Bugungi kunda yuqori aniqlikdagi (4K, 8K) videokontentga bo‘lgan talab ortishi tarmoq o‘tkazuvchanligini optimallashtirishni taqozo etmoqda. Maqolada an’anaviy siqish algoritmlarining cheklovlari tahlil qilinib, neyron tarmoqlari va sun’iy intellektga asoslangan yangi avlod kodlash texnologiyalarining afzalliklari ko‘rsatib o‘tilgan. Ilm-fan yutuqlari va amaliy yechimlar integratsiyasi orqali tasvir sifatini saqlagan holda ma’lumotlar hajmini keskin kamaytirish imkoniyatlari yoritilgan. Shuningdek, VVC standarti va intellektual skalerlash usullarining telekommunikatsiya infratuzilmasidagi roli tahlil qilingan. Tadqiqot natijalari raqamli efir va IP-TV tarmoqlari samaradorligini oshirishda amaliy ahamiyatga ega bo‘lib, kelajakdagi multimedia texnologiyalari rivojlanish tendensiyalarini belgilab beradi.

Библиографические ссылки

ITU-T Recommendation H.266 (V4). "Versatile Video Coding (VVC): High-performance video coding for 4K/8K and immersive media". International Telecommunication Union (ITU), updated January 13, 2026.

Jiahao Li, et al. "Ultra-Fast Neural Video Compression: Deep learning integration in real-time streaming". CVPR 2026 (Conference on Computer Vision and Pattern Recognition), Microsoft Research, 2026.

Fraunhofer Heinrich Hertz Institute (HHI). "VVenC: Open-source VVC encoder version 1.14: Optimization and AI-driven rate control". Technical Report, January 2026.

IntechOpen Research. "The Best and Most Efficient Video Compression Methods: Principles and Advanced Learning-based Modules". Journal of Multimedia Information, March 2026.

AnaPub Publications. "A Machine Learning-Based Video Compression for Effective Video Encoding and Transmission: Integration of CNN and RNN/LSTM". Journal of Machine and Computing, Vol. 5(2), 2025.

Owais, M. "Versatile Video Coding (VVC): H.266 Codec Guide for 8K and HDR Streaming in 2026". Ant Media Technical Blog, March 2026.

Zhaoyang Jia, et al. "CoD: A Diffusion Foundation Model for Image and Video Compression". CVPR 2026 Research Series, 2026.

Lex.uz (Vazirlar Mahkamasi). "Raqamli texnologiyalar sohasidagi istiqbolli startap loyihalarni qoʻllab-quvvatlash toʻgʻrisida"gi 303-son qarori (DTV va IT-innovatsiyalar bo'limi), 2024 (tahrir 2026).

Загрузки

Опубликован

2026-05-07

Выпуск

Раздел

Статьи

Как цитировать

Jo‘raxonov , M., & Xalilov, M. M. (2026). "RAQAMLI TV TIZIMLARIDA INTELLEKTUAL SIQISH TEXNOLOGIYALARI: ILM-FAN VA AMALIYOT INTEGRATSIYASI". Молодые ученые, 4(40), 22-25. https://www.in-academy.uz/index.php/YO/article/view/39995
Innovative Academy RSC
Article metrics Views and PDF downloads
3 Views
0 Downloads