#yangilik #новость #news
Minovvarxon Yunusovaning hammualliflikdagi maqolasi “Scopus Q2” jurnali va “Journal of Operation and Automation in Power Engineering” (JOAPE) nashriyoti ma’lumotlar bazasida indeksatsiya bo‘ldi
Toshkent davlat yuridik universiteti Umumtaʼlim fanlar va madaniyat kafedrasi professori Minovvarxon Yunusovaning hammualliflikdagi “Machine Learning-based Fault Detection and Classification in microgrid” nomli maqolasi “Scopus Q2” jurnali hamda Eron Fan, tadqiqot va texnologiya vazirligining “Journal of Operation and Automation in Power Engineering” (JOAPE) nashriyoti ma’lumotlar bazasida indeksatsiya bo‘ldi.
Ushbu maqola nosozliklarni aniqlashning anʼanaviy usullari, birinchi navbatda, kommunikatsiya infratuzilmasidagi zaifliklar haqida so‘z yuritilib, yolgʻon maʼlumotlarni kiritish va kiberhujumlar haqida ma’lumot beriladi. Tadqiqotda mikrotarmoqlaridagi joriy nosozliklarni koʻrib chiqadi hamda unda aloqa bilan bogʻliq xatolar boʻlmaganda tizim barqarorligi va real vaqt rejimida nosozliklarni aniqlash, ushbu jarayonda xatolarni tasniflash aniqligini oshirish uchun mashinani oʻrganish usullari qoʻllanilanilishi yoritilgan va ushbu usullarni o‘rganish yo‘lini ishlab chiqishga alohida e’tibor qaratilgan.
Maqolaning Scopusdagi havolasi: https://www.scopus.com/sourceid/21100943513
Maqola havolasi: https://joape.uma.ac.
Статья Миноввархон Юнусовой была проиндексирована в журнале Scopus Q2 и в базе данных Journal of Operation and Automation in Power Engineering (JOAPE)
Совместная статья профессора кафедры общеобразовательных дисциплин и культуры Ташкентского государственного юридического университета Миноввархон Юнусовой под названием «Machine Learning-based Fault Detection and Classification in microgrid» проиндексирована в журнале Scopus Q2 и в базе данных Journal of Operation and Automation in Power Engineering (JOAPE) Министерства науки, исследований и технологий Ирана.
В данной статье основное внимание уделяется традиционным методам обнаружения неисправностей, в первую очередь уязвимостям в инфраструктуре связи, а также внедрению ложных данных и кибератакам. Однако в данном исследовании рассматриваются текущие неисправности в электросети, и основное внимание уделяется стабильности системы и обнаружению неисправностей в режиме реального времени при отсутствии ошибок, связанных со связью. В данной работе рассматривается использование методов машинного обучения для повышения точности классификации ошибок и уделяется особое внимание разработке пути обучения для этих методов.
https://www.scopus.com/sourceid/21100943513
The article (collaborative) by Professor Minovvarxon Yunusova has been indexed in Scopus Q2 Journal and JOAPE database
A co-authored research article by Professor Minovvarxon Yunusova from the Department of General Education and Culture at Tashkent State University of Law has been indexed in a Scopus Q2 journal as well as in the database of the Journal of Operation and Automation in Power Engineering (JOAPE), published by the Ministry of Science, Research, and Technology of the Islamic Republic of Iran.
The article, titled “Machine Learning-based Fault Detection and Classification in Microgrid,” discusses traditional fault detection methods, particularly addressing vulnerabilities in communication infrastructure and the risks associated with false data injection and cyberattacks.
The research explores fault occurrences in microgrids, emphasizing the importance of system stability and real-time fault detection in the absence of communication errors. It highlights the role of machine learning techniques in improving fault classification accuracy and outlines pathways for further development and application of these methods.
Scopus source link: https://www.scopus.com/sourceid/21100943513
Article link: https://joape.uma.ac.