Iskandarova Sayyora Nurmamatovnaning 
falsafa doktori (PhD) dissertatsiyasi himoyasi haqida e’lon

I. Umumiy ma’lumotlar.
Dissertatsiya mavzusi, ixtisoslik shifri (ilmiy daraja beriladigan fan tarmog‘i): «Qo‘lyozma matni tasvirlarini qayta ishlash va tanib olishning gibrid algoritmlari», 05.01.03 – «Informatikaning nazariy asoslari » (texnika fanlari).
Dissertatsiya mavzusi ro‘yxatga olingan raqam: B2020.4. PhD/ T895. 
Ilmiy rahbar: Muxamedieva Dilnoz Tulkunovna, texnika fanlari doktori, professor. 
Dissertatsiya bajarilgan muassasa nomi: Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti huzuridagi Axborot kommunikatsiya- texnologiyalari ilmiy-innovatsion markazi.
IK faoliyat ko‘rsatayotgan muassasa nomi, IK raqami: Toshkent axborot texnologiyalari universiteti xuzuridagi DSc.13/30.12.2019.T.07.01 raqamli ilmiy kengash asosidagi bir martalik ilmiy kengash.
Rasmiy opponentlar: Mirzaev Namoz, texnika fanlari doktori, katta ilmiy xodim; Bekmuratov Qosim Allaberdievich, texnika fanlari nomzodi, dotsent. 
Yetakchi tashkilot: Samarqand davlat universiteti
Dissertatsiya yo‘nalishi: nazariy va amaliy ahamiyatga molik.
II. Tadqiqotning maqsadi o‘ramli neyron tarmog‘i, rekurrent neyron tarmoqlar va noravshan to‘plamlar nazariyasini qo‘llagan holda qo‘lyozma matni tasvirini qayta ishlash hamda tanib olishning gibrid algoritmlarini takomillashtirish va ishlab chiqishdan iborat. 
III. Tadqiqotning ilmiy yangiligi quyidagilardan iborat:
qo‘lyozma matni tasviriga ishlov berishda noravshan to‘plamlar nazariyasi asosida tasvir kontrastini chiziqli adaptiv oshirish algoritmi takomillashtirilgan;
noravshan to‘plamlar nazariyasi asosida qo‘lyozma matni tasviriga ishlov berish jarayonida tasvir lokal kontrastlarni nochiziqli o‘zgartirish algoritmi takomillashtirilgan;
qo‘lyozma matni tasvirini qator segmentatsiyalash  algoritmi qator og‘ishini hisobga olgan holda eng qisqa masofani aniqlovchi (A*) algoritmi yordamida takomillashtirilib ishlab chiqildi;
o‘ramli neyron tarmoq (CNN), uzun qisqa neyron tarmog‘i (LSTM) va noravshan to‘plamlar nazariyasi yordamida takomillashgan vaqtincha  tasnifli ulanishlar (fuzzyCTC) hisobiga qo‘lyozma matn tasvirini tanib olishda gibrid neyron tarmog‘i arxitekturasi ishlab chiqilgan. 
IV. Tadqiqot natijalarining joriy qilinishi: Dissertatsiya ishining asosiy ilmiy natijalari quyidagi ob’ektlarga joriy qilingan: 
(A*) algoritmiga asoslanib qo‘lyozma matn tasvirlarini qator segmentatsiyasini takomillashtirish asosida ishlab chiqilgan dasturiy majmua  Samarqand davlat muzey-qo‘riqxonasi qo‘lyozmalar fondiga joriy qilingan (Axborot texnologiyalari va kommunikatsiyalarni rivojlantirish vazirligining 2021 yil 09 fevraldagi 33-8/929-son ma’lumotnomasi). Ishlab chiqilgan qo‘lyozma matnlar segmentatsiyasi uchun qator segmentatsiyalash algoritmini qo‘llash natijasida 70-80%  tanib olishga va 10% ga ish samaradorligini oshirish imkonini bergan;
noravshan to‘plamlar nazariyasi asosida takomillashtirilgan gibrid neyron tarmoq asosida yaratilgan qo‘lyozma matn tasvirini tanib olish dasturiy majmuasi Imom Buxoriy xalqaro ilmiy tadqiqot markazi fondiga joriy qilingan (Axborot texnologiyalari va kommunikatsiyalarni rivojlantirish vazirligining 2021 yil 09 fevralgi 33-8/929-son ma’lumotnomasi). Qo‘lyozma matni tasvirlarini bosma shaklga o‘tkazib, 70-80% aniqlikda tanib olish natijalariga erishilgan. Qo‘lyozma matnlarni tanib olish orqali ma’lumotlarni qayta ishlash va izlab topish samaradorligini 10%  ga oshirish imkonini bergan;
qo‘lyozma matn tasvirlarini xalaqitlarni kamaytirish noravshan to‘plamlar nazariyasi asosida takomillashtirilgan algoritmlari Ichki Ishlar vazirligi Malaka oshirish institutining Axborot-resurs markaziga joriy qilingan (Ichki ishlar vazirligining 2020 yil 14 noyabrdagi 02/3842-son ma’lumotnomasi va Axborot texnologiyalari va kommunikatsiyalarni rivojlantirish vazirligining 2021 yil 09 fevraldagi 33-8/929-son ma’lumotnomasi). Ilmiy tadqiqot natijasida takomillashtirilgan qo‘lyozma matn tasvirlariga dastlabki ishlov berish asosida 80-90% aniqlikda tanib olishga erishilgan va natija ish samaradorligini 15% ga oshirish imkonini bergan.