MA`LUMOTLAR OQIMINI BAHOLASH UCHUN KOMBINATSIYALANGAN HOSILA FORMULAS
Main Article Content
Аннотация:
Ushbu maqolada ma’lumotlar oqimini vaqt bo‘yicha o‘zgarishini baholash uchun kombinatsiyalangan hosila yondashuvi taklif etiladi. An’anaviy differensial operatorlar ma’lumotlar notekis oqimga ega bo‘lgan real tizimlarda xatoliklarni oshirishi mumkin. Shu sababli hosilaning vaqt bo‘yicha lokal va global komponentlarini birlashtiruvchi yangi formuladan foydalanildi. Taklif etilgan metod katta hajmdagi ma’lumotlarni qayta ishlashda aniqlikni oshiradi va signal-tezlik tahlilida samaradorlikni kafolatlaydi. Tadqiqot natijasida kombinatsiyalangan hosila yordamida oqim intensivligini bashorat qilishning yaxlit matematik modeli ishlab chiqildi.
Article Details
Как цитировать:
Библиографические ссылки:
Anton, H., Bivens, I., & Davis, S. (2021). Calculus: Early Transcendentals. Wiley.
Duchi, J. (2018). Statistics of Streaming Data: Theory and Applications. MIT Press.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
Mertins, A. (2018). Digital Signal Processing: Theory and Practice. Wiley.
Williams, S. (2022). Real-Time Data Flow Analysis for IoT Systems. IEEE Transactions on Network Science, 15(3), 245–259.
Xolmatov, U. U., & Ergashev, S. A. (2022). Raqamli iqtisodiyotda axborot oqimlarini boshqarish mexanizmlari. Toshkent: Fan.
Karimova, D. N. (2023). Big Data texnologiyalarida oqim ma’lumotlarini qayta ishlash metodlari. O‘zbekiston matematika jurnali, 4(2), 87–98.
Usmonov, R. T. (2021). Raqamli signalni differensial tahlil qilishning amaliy modellari. Axborot texnologiyalari jurnali, 12(1), 55–63.
Rasulov, A. A. (2020). Sun’iy intellektda oqim tezligini baholash algoritmlari. Texnik fanlar axborotnomasi, 8(3), 112–120.
Yusupov, M. M. (2023). IoT qurilmalarida notekis oqimlarni filtrlash usullari. Qurilish va muhandislik texnologiyalari jurnali, 10(1), 133–141.
