Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий
https://ijdt.uz/index.php/ijdt
<p>Журнал зарегистрирован в Агентстве информации и массовых коммуникаций при Администрации Президента Республики Узбекистан Свидетельство о регистрации № 1469 от 26 ноября 2021 года.</p> <p>Согласно решению Коллегии Высшей аттестационной комиссии при Министерстве высшего образования, науки и инноваций Республики Узбекистан <strong>№342/3</strong> от <strong>29 августа 2023 года</strong> рекомендовано как “<em>Перечень научных изданий рекомендованных для публикации основных научных результатов диссертаций</em>»</p> <p><strong>Учредитель</strong>: Самаркандский филиал Ташкентского университета информационных технологий имени Мухаммада ал-Хоразмий</p> <p><strong>Председатель редакционного совета</strong>: Зайнидин Каршиев</p> <p><strong>Главный редактор</strong>: Равшан Индиаминов</p> <p><strong>Заместитель главного редактора</strong>: Эркин Урунбаев</p> <p><strong>Ответственный секретарь</strong>: Ильёс Худжаяров</p> <p><strong>Ответственный секретарь</strong>: Малик Убайдуллаев</p> <p><strong>ISSN - 2181-3086</strong></p> <p><strong>eISSN - 2181-3094</strong></p>Samarkand branch of Tashkent University of Information Technologiesru-RUМеждународный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий2181-3086Сравнительная оценка мер сходства для кластеризации пиков плотности с полуконтролируемым обучением
https://ijdt.uz/index.php/ijdt/article/view/371
<p>Алгоритм полуконтролируемой кластеризации Density Peak (SDenPeak) известен своей эффективностью и простотой в задачах кластеризации. Он улучшает производительность кластеризации за счет добавления попарных ограничений, ограничений на обязательное и невозможное связывание, которые управляют процессом группировки, устанавливая сходство и несходство между точками данных. Одним из ключевых факторов точности кластеризации является выбор меры сходства, поскольку различные меры отражают разнообразные структурные характеристики данных. Проблема заключается в том, что не существует универсальной лучшей меры сходства, поскольку выбор подходящей меры является сложной задачей, зависящей от характера данных. Для изучения влияния шести мер сходства на производительность алгоритма SDenPeak в данном исследовании систематически оцениваются шесть мер евклидово расстояние, косинусное сходство, расстояние между городскими кварталами (Манхэттенское расстояние), расстояние Минковского, расстояние перемещения земли и расстояние быстрого вычисления максимального информационного коэффициента с целью понимания их влияния. Для оценки точности кластеризации и структурной согласованности каждой из мер были проведены обширные эксперименты на реальных наборах данных. Полученные результаты представляют сравнительную информацию об эффективности различных мер сходства и иллюстрируют их применимость к различным распределениям данных, предоставляя полезное руководство по достижению наилучшей производительности кластеризации в полуконтролируемых моделях.</p>Ahmed Saad Hussein
Copyright (c) 2026 Ahmed Saad Hussein
https://creativecommons.org/licenses/by/4.0
2026-05-142026-05-149271910.62132/ijdt.v9i2.371Эволюционные стратегии для настройки непрерывных параметров обработки
https://ijdt.uz/index.php/ijdt/article/view/373
<p>Современные методы обработки данных и изображений – фильтрация, сегментация, классификация и восстановление – требуют точной настройки множества непрерывных параметров, определяющих поведение алгоритмов и качество результатов. Традиционные градиентные методы оптимизации демонстрируют ограниченную эффективность при многомодальных, негладких или зашумлённых целевых функциях. В данной работе рассматривается применение эволюционных стратегий (ЭС) - в частности, CMA-ES и Differential Evolution – для автоматической настройки параметров обработки спутниковых и гиперспектральных снимков. Предложена гибридная схема CMA-ES/DE, объединяющая адаптацию ковариационной матрицы с направленными разностными мутациями, обеспечивающая устойчивую и точную сходимость в анизотропных пространствах параметров. Экспериментальные результаты на данных Landsat-9 показали снижение среднеквадратичной ошибки приблизительно на 58% по сравнению с начальными значениями, а также превосходство над традиционными методами (Otsu, K-Means, Watershed) на 6–12% по точности сегментации.</p>Р.З. Шамсиев
Copyright (c) 2026 Р.З. Шамсиев
https://creativecommons.org/licenses/by/4.0
2026-05-142026-05-1492202910.62132/ijdt.v9i2.373Численное моделирование краевой задачи термоупругопластичности в деформациях
https://ijdt.uz/index.php/ijdt/article/view/374
<p>В работе, на основе условия совместности деформаций, аналогично известному уравнению в перемещениях, выписаны дифференциальные уравнения деформаций, которые в сочетании с уравнением равновесия, и граничными и дополнительными граничными условиями составляют краевую задачи термоупругопластичности в деформациях. Математическая модель сформулирована непосредственно в деформациях, что обеспечивает более устойчивую численную реализацию при анализе нелинейного поведения материалов с учетом температурного воздействия. В качестве теоретической основы использована деформационная теория пластичности Ильюшина, позволяющая описывать эволюцию пластических деформаций через инварианты тензора деформаций без явного введения поверхности текучести в классической напряженной постановке. Нелинейность задачи обусловлена как пластическими эффектами, так и температурной зависимостью механических характеристик. Для численного решения краевой задачи применен метод конечных разностей. Разработан алгоритм итерационного решения с учетом нелинейных составляющих модели. Проведена оценка сходимости и устойчивости численной схемы при различных параметрах сетки и физико-механических характеристиках материала. Полученные численные результаты в упругой области сопоставлены с решениями, полученными в перемещениях и напряжениях. Предложенный подход может быть использован при численном моделировании элементов конструкций, работающих в условиях совместного механического и теплового нагружения. Разработанная модель и алгоритм численного решения ориентированы на дальнейшую интеграцию в программные комплексы инженерного анализа и могут служить основой для построения более сложных многомерных термоупругопластических моделей.</p>У.З. ДжумаёзовР. РахмоноваИ.З. Хайтбоева
Copyright (c) 2026 У.З. Джумаёзов
https://creativecommons.org/licenses/by/4.0
2026-05-152026-05-1592304410.62132/ijdt.v9i2.374