МАТНЛИ МАЪЛУМОТЛАРДАГИ ХАТОЛИКЛАРНИ БАРТАРАФ ЭТИШНИ КВАНТ АЛГОРИТМИ

Authors

  • Маматов Нарзулло Солиджонович Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти https://orcid.org/0000-0003-4263-0783
  • Турғунова Нафисахон Махаммаджон қизи Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти https://orcid.org/0009-0004-4473-8055
  • Хоитқулов Абдумалик Абдугоппорович Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти
  • Алмурадова Нигора Абдунабиевна Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти

Keywords:

Генетик алгоритми, Левенштейн, квант ҳолати, Адамар, имловий хатоликлар, луғат

Abstract

Ушбу мақолада Левенштейн масофаси, генетик алгоритм ва квант ҳолатлар, Адамар гейти асосида имловий хатоликларни аниқлаш ва бартараф этиш алгоритми таклиф этилган. Бунда генетик алгоритм биологик эволюция тамойиллари орқали оптимал ечимларни аниқлашда қўлланилган ва Левенштейн масофаси хатоликларни аниқлаш ҳамда таҳлил қилишда асосий метрика сифатида олиниб, квант ҳисоблаш элементлари, хусусан, Адамар гейтлари ёрдамида параллел ишлов бериш орқали мақбул ечимни олиш йўли кўрсатиб берилган. Левенштейн масофаси, генетик алгоритм ва квант ҳолатларини қўллаш орқали олинган натижаларни тестлаш орқали дастурни ишлаш даражаси ~67% аниқликни кўрсатмоқда. Ушбу натижага эришиш давомида PSO, Гровер алгоритмларидан фойдаланиб натижалар олинди. Бундан ташқари, ишда матнли маълумотларни интеллектуал таҳлил қилиш жараёнида имловий хатоликларни тузатишда квант ҳисоблашларни қўллаш орқали янги натижаларни олиш ва шу орқали алгоритмларнинг ишини оптималлаштиришга эришиш мумкинлиги кўрсатилган.

References

Куприянов М. С. и др. Информационные системы интеллектуального анализа данных и процессов (проблема BIG DATE) //Известия Санкт-Петербургского государственного электротехнического университета ЛЭТИ. – 2016. – Т. 5. – С. 42-54.

N. A. Niyozmatova, N. S. Mamatov, B. I. Otaxonova, A. N. Samijonov and K. K. Erejepov, "Classification Based On Decision Trees And Neural Networks," 2021 International Conference on Information Science and Communications Technologies (ICISCT), Tashkent, Uzbekistan, 2021, pp. 01-04, doi: 10.1109/ICISCT52966.2021.9670345.

Babomuradov O. O. J. et al. Text documents classification in Uzbek language //International journal of recent technology and engineering. – 2019. – Т. 8. – №. 2S11. – С. 3787-3789.

Макарова Е. А. Обработка слабоструктурированных текстовых данных для использования в моделях анализа //Информационные и математические технологии в науке и управлении. – 2023. – №. 1 (29). – С. 178-189.

Babomuradov, O. J., Mamatov, N. S., Boboyev, L. B., & Otaxonova, B. I. (2019). Classification of texts using decision trees algorithms. Descendants of Muhammad al-Khwarizmi, 4(10).

Бабомурадов О. Ж. и др. Қарор дарахти алгоритмидан фойдаланиб матнларни таснифлаш //Мухаммад ал-Хоразмий авлодлари. – 2019. – №. 4 (10). – С. 22.

Mamatov N. S. et al. Algorithm for analysis of texts in Uzbek language //Artificial Intelligence and Information Technologies. – CRC Press, 2025. – С. 511-515.

Ниёзматова Н. А. и др. Матнларни таснифлашда информатив белгилар мажмуасини аниқлаш усуллари.

Robert R., Laura J., Tore N. A cognitive linguistic approach to analysis and correction of orthographic errors //Russian Journal of Linguistics. – 2022. – Т. 26. – №. 2. – С. 391-408.

Josephin J. F., Nigam A., Dhruv A. TEXT PRE-PROCESSING AND FEATURE EXTRACTION USING NLP // International Research Journal of Modernization in Engineering Technology and Science. – 2021. – Т. 3, № 6. – С. 1550–1554.

Тургунов Б. Х. У. и др. АЛГОРИТМЫ ОТДЕЛЕНИЯ ФАКТОВ ОТ ИНФОРМАЦИИ НА УЗБЕКСКОМ ЯЗЫКЕ ИЗ ЗАЯВЛЕНИЙ, ПОЛУЧЕННЫХ ОТ ВИРТУАЛЬНЫХ ПРИЕМНЫХ //Universum: технические науки. – 2023. – №. 12-2 (117). – С. 9-11.

Downloads

Published

2025-06-17

How to Cite

Маматов , Н., Турғунова , Н., Хоитқулов , А., & Алмурадова , Н. (2025). МАТНЛИ МАЪЛУМОТЛАРДАГИ ХАТОЛИКЛАРНИ БАРТАРАФ ЭТИШНИ КВАНТ АЛГОРИТМИ. DIGITAL TRANSFORMATION AND ARTIFICIAL INTELLIGENCE, 3(3), 199–204. Retrieved from https://dtai.tsue.uz/index.php/dtai/article/view/v3i328

Most read articles by the same author(s)