WWW.HUMOSCIENCE.COM
470
MASHINALI OʻQITISH TEXNOLOGIYALARINI CO
2
YORDAMIDA
EKSTRAKSIYALASH JARAYONIDA QOʻLLASH
Djuraev Xayrullo Fayzievich
Buxoro Muhandislik-Texnologiya Instituti professori
Abduraxmonov Olim Rustamovich
Buxoro Muhandislik-Texnologiya Instituti professori
Imomov Bekzod Marat oʻgʻli
Buxoro Muhandislik-Texnologiya Instituti 2-bosqich magistranti
Annotatsiya: Mashinali oʻqitish, vaqt oʻtishi bilan oʻzining ish sifatini yaxshilash
imkoniga ega boʻlgan kompyuter algoritmlarini ishlab chiqishga qaratilgan sun’iy
intellektning bir tarmogʻi boʻlib, uni ishlab chiqarish korxonalarida qoʻllash samarali
yutuqlar beradi. Mashinali oʻqitishdan samarali foydalanish, ishlab chiqarish
korxonalarini reaktiv qaror qabul qiluvchidan, faol qaror qabul qiluvchi va oldindan
qaror qabul qiluvchiga aylantiradi.
Kalit soʻzlar: mashinali oʻqitish, katta hajmdagi ma’lumotlar, sun’iy intellekt,
algoritm, qaror qabul qilish, samaradorlik, texnologik jarayon.
Zamonaviy sanoat rivojlanishining texnika taraqqiyoti tejamkor energiya sarfli,
arzon, effektiv ishlaydigan agregat va qurilmalar yordamida oliy sifatli mahsulotlar
ishlab chiqarishni talab qiladi. Bu natijaga erishish uchun esa, zamon talablariga toʻliq
javob beradigan qurilmalar, sensorlar, mikrokontroller ishlatish zarur va muhim
hisoblanadi. Korxona, ishlab chiqarish zavodlarida qurilmalar sonini ortib borishi bilan
esa, shu qurilmalardan chiqadigan signallar, ma’lumotlar oshib boradi. Buni dunyoda
raqamli ma’lumotlarning eksponental oʻsib borishidan ham bilib olishimiz mumkin.
Bu ma’lumotlarni qayta ishlash, ular orasidan kerakli, foydali, muammolarga muqobil
WWW.HUMOSCIENCE.COM
471
yechimlar topishga yordam beradigan ma’lumotlarni saralash muhim muammo
hisoblanadi.
Har bir korxona, zavodlarning maqsadi mukammal ishlab chiqarish jarayoniga
muvaffaqiyatli
erishishdir.
Ammo,
koʻpchilik
ishlab
chiqarish
liniyalari
samarasizliklar bilan qotib qolgan. Hattoki, Umumiy uskunalar samaradorligi (OEE -
Overall Equipment Effectiveness) jahon darajasidagi ishlab chiqarish uchun 85% etib
belgilanganligi, bugungi kundagi ishlab chiqarish jarayonlari mukammallikdan ancha
uzoqda ekanligini koʻrsatib beradi. Manashu foizlardagi har qaysi kichkina, ortib
boruvchi oʻzgarishlar rentabellik, iqtisodiy samaradorlik va raqobatbardoshlilikni
mustahkamlashni bildiradi. Soʻnggi 30-40 yillardan boshlab korxona, zavodlar
tejamkor va uzluksiz metadologiyalarni qoʻllab, ishlab chiqarish jarayonini doimiy
yaxshilashga harakat qilib kelishmoqda. Bugungi kunda biz bunday takomillashtirish
harakatlarining asosi sifatida ma’lumotlar ekanligini topamiz. Bu borada
ma’lumotlarning ahamiyatini past baholab boʻlmaydi. Tadqiqotlar shuni koʻrsatadiki,
ma’lumotlardan samarali foydalanish orqali, unumdorlikni 10-15% ga osonlik bilan
oshirish mumkin. Bunda, mashinali oʻz-oʻzini oʻqitish (Machine Learning), katta
ma’lumotlar (Big Data), ma’lumotlar haqidagi fan (Data Science), chuqur oʻqitish
(Deep Learning) kabi zamonaviy texnologiyalarni qoʻllash dolzarb hisoblanadi.
[1]
Mashinali oʻqitish (Machine Learning) - bu ma’lumotlardan oʻrganadigan, vaqt
oʻtishi bilan oʻzining ish sifatini yaxshilash imkoniga ega boʻlgan kompyuter
algoritmlarini ishlab chiqishga qaratilgan sun’iy intellektning bir tarmogʻi hisoblanadi.
Mashinali oʻqitish ma’lumotlar haqidagi fan (Data Science) sohasida tobora muhim
vositaga aylanib kelmoqda va bugungi kunda ijtimoiy tarmoqlar algoritmlarida, yuzni
tanib olish, onlayn tarjimonlar va boshqa koʻplab ilovalarda qoʻllaniladi. Mashina
oʻqitish algoritmlari an’anaviy dasturlash usullarini qoʻllab boʻlmaydigan yoki amalda
qoʻllash samarasiz boʻlgan hollarda ishlatiladi. Mashina oʻqitish yordamida yaratilgan
ilovalar oldindan bashorat qilish, jarayonlarni avtomatlashtirish va katta ma’lumotlar
(Big Data) toʻplamlarida oʻziga xos oʻxshashliklarni aniqlashda samarali ishlatiladi.
WWW.HUMOSCIENCE.COM
472
Mashinali oʻqitishni (Machine Learning) ishlab chiqarishda samarali qoʻllash
juda katta yutuqlar beradi. Katta ma’lumotlarni samarali yigʻib ularni mashinali
o’qitish yordamida qayta ishlash korxona va tashkilotlarni reaktiv qaror qabul
qiluvchidan, faol qaror qabul qiluvchi va oldindan qaror qabul qiluvchiga aylantiradi.
Sensorlar,
mikrokontroller
va
qurilmalarning
sanoatga
kirib
kelishi
ma’lumotlarning hajmi judayam oshishiga sabab boʻldi. Oʻz-oʻzidan ma’lumki, bu
ma’lumotlar yigʻilgandan soʻng, samarali vositalar bilan interpretatsiya (qoʻllash,
talqin qilish) qilinmasa judayam kichik ahamiyatga ega boʻlib qoladi. Axborot
texnologiyalari tilida aytadigan boʻlsak, har bir ma’lumotning soʻzlab beradigan
“hikoyasi” ya’ni, oʻzining ahamiyati mavjud. Manashunday turli xil resurslardan
yigʻilgan ma’lumotlarning keng qamrovli integratsiyasi kattaroq tasvirni koʻrish
imkonini beradi. Sensorlar, sifat koʻrsatkichlari, texnik xizmat koʻrsatish haqidagi
jurnal ma’lumotlari muhim ahamiyatga ega oʻxshashliklar, namunalarni ochib beradi.
Korxona-zavodlarda ishlab chiqarish sifatiga hissa qoʻshadigan koʻplab omillar
mavjud boʻlib, ularni hali beri koʻzdan kechirilmagan oʻnlab yillardagi ma’lumotlarni
hisoblash orqali tushunish va tahlil qilish mumkin.
Agar ushbu ma’lumotlar muvaffaqiyatli xulosalar chiqarish uchun toʻgʻri
qoʻllanilsa, u ishlab chiqarish jarayoni haqida muhim tushunchalarni berishi mumkin.
Buning uchun, mashina ma’lumotlarini tezda qoʻlga kiritadi, tozalaydi, tahlil qiladi va
kompaniyaning ishlashi va ishlab chiqarishini yaxshilashga yordam beradigan
tushunchalarni ochib beradi. Mavjud xulosalar ishlab chiqaruvchilarga muammolar
yechimlarini beradi va ishlab chiqarishni oʻzlari uchun eng mos optimallashtirishga
yordam beradi.
WWW.HUMOSCIENCE.COM
473
Mashinali oʻqitishni (Machine Learning) ishlab chiqarishda qoʻllashni, “Oʻsimlik
xomashyosini CO
2
yordamida ekstraksiyalash” jarayoni (1-rasm) orqali koʻrib
chiqishimiz mumkin. Bu, jarayonning asosiy operatsion parametrlari ekstragentning
ekstraksiya davridagi bosimi va harorati boʻlib, ish parametrlarining oddiy oʻzgarishi
yakuniy ekstraksiya tarkibining yoʻnalishli oʻzgarishiga imkon beradi.
[2][3]
Jarayonni olib borishda bir qancha bosim va harorat oʻlchov asboblari ishlatiladi.
Bu oʻlchov asboblari esa, oʻzidan uzluksiz signallar chiqarib turadi. Signallar esa
mikrokontrollerga, keyinchalik, operator interfeysiga uzatiladi. Doimiy uzatilayotgan
ma’lumotlarni yigʻish va ularni ma’lumotlar bazasida saqlash, keyinchalik qayta
ishlash, sifatli mahsulot ishlab chiqarish uchun muhim ahamiyat kasb etadigan
axborotlarni olish imkonini yaratib beradi. Bundan tashqari, ishlatilayotgan
xomashyoning fizik xossalari (namligi, zichligi, hajmi, oʻlchamlari), tayyor
mahsulotning koʻrsatkichlari (konsentratsiyasi, harorati, xomashyoga nisbati, tarkibi)
ham shu ma’lumotlar jumlasiga kiradi.
Berilgan ma’lumotlardan samarali fodalanish uchun, yigʻilgan ma’lumotlarni
qayta ishlash zarur. Bunda, Mashinali oʻqitishda (Machine Learning) foydalaniladigan
algoritmlardan birini qoʻllash talab etiladi, Shunday algoritmlardan biri Binary
Decision Tree (ing - ikkiliik qaror qabul qilish daraxti) hisoblanadi.
1-rasm. Superkritik CO
| 