Муаммо ва ечимлар республика илмий-амалий конференция материаллари инновационные подходы в повышении

Рисунок 1. Представление лиц алгоритмом Eigenfaces в цветовой схеме 
На сегодняшний день дальше всего прошли методы и алгоритмы, основанные на 
нейронных сетях, такие как DeepFace и FaceNet. Так же большой вклад в решение проблемы 
распознавания лиц внесли работы Visual Geometry Group и Lightened Convolutional Neural 
Networks. Нейронные сети состоят из множества композиций функций или слоев, с 
последующей функцией потерь, которая определяет насколько хорошо нейронная сеть 
моделирует данные, т. е. насколько точно классифицирует изображение. Для решения 
проблемы распознавания лиц система, использующая нейронную сеть, должна найти лицо на 
изображении с помощью одного из многих существующих методов. Далее система из 
каждого найденного лица формирует нормализованные входные данные для нейронной сети. 
Такие данные являются слишком многомерными для того, чтобы сразу отдать их 
классификатору. Нейронная сеть используется для выделения главных характеристик с 
целью маломерное представление данных, которые описывают лицо. Такое маломерное 
представление данных уже может быть эффективно использовано в классификаторах. 
Например, алгоритм DeepFace сначала использует трехмерное моделирование лица для 
нормализации входного изображения с целью получения фронтального отображения лица 
даже, если лицо на фотографии изначально было под другим углом. Далее алгоритм 
определяет классификацию как тесно связанный слой нейронной сети с Softmax­функцией, 
что позволяет получить на выходе нормализованное вероятностное распределение. 
Нововведениями алгоритма DeepFace являются: выравнивание по 3D­модели, нейронная 
сеть с 120 миллионами параметров и обучение на 4,4 миллионах изображений лиц. После 
завершения обучения нейронной сети на таком большом количестве лиц, финальный 
классификационные слой удаляется и выходные данные предыдущего слоя используются 
как маломерное представление лица. 
Часто программы по распознаванию лиц ищут маломерное представление, которое 
хорошо обобщает новые лица, на которых не была обучена нейронная сеть. Подход 
алгоритма DeepFace справляется с такой проблемой, но представление является следствием 
обучения сети для высокоточной классификации Недостатком такого подхода является то, 
что полученное представление трудно использовать, так как лица одного человека не 
обязательно будут на кластеризованы, следовательно, классификационные алгоритмы не 
получат преимущества. Триплетная функция потерь (triplet­loss) в алгоритме FaceNet 

---

Ўқитувчининг касбий компетентлилигини оширишда инновацион ёндашувлар: муаммо ва ечимлар 
223 
определена непосредственно в представлении. На рисунке 2 представлена процедура triplet­
loss обучения. 
Рисунок 2. Процедура triplet-loss обучения 
Единичная гиперсфера является такой многомерной сферой, что каждая ее точка 
находится на расстоянии 1 от начала координат. Ограничение вложения единичной 
гиперсферы предоставляет структуру в пространстве, которая в остальном является 
неограниченной. Нововведениями алгоритма FaceNet являются: триплетная функция потерь 
(triplet­loss), триплетная процедура отбора, обучение на 200 миллионах изображений лиц и 
обширные экспериментальные исследования для поиска архитектуры нейронной сети. 
Таким образом, на сегодняшний день проблема распознавания человеческих лиц 
остается не решенной до конца. Наиболее точные результаты удалось получить методам и 
алгоритмам, основанным на глубоком обучении и нейронных сетях. Так как данная область 
очень актуальна в наши дни, активно ведутся исследования, формируются новые подходы и 
совершенствуются уже предложенные. 
GEOGRAFIYA DARSLARIDA «BILIMDONLAR BELLASHUVI» O‘YININI TASHKIL 
ETISH 
PARPIYEVA YO., Zangiota tumani 29-maкtab o`qituvchisi 
Mamlakatimizda kompetensiyaviy yondashuvga asoslangan yangi davlat ta`lim standartlarini 
joriy etilishi o`rta maktab o`qituvchilari zimmasiga qator dolzarb vazifalarni ko`ndalang qilib 
qo`ymoqda. Shu bilan birga, 2017­2018­o`quv yilida maktablarda 11 yillik o`rta ta`limning joriy 
etilishi ham o`z navbatida o`qituvchilarning malaka oshirishga bo`lgan yangi ehtiyojlarni keltirib 
chiqardi.
Bugungi kunning vazifasi geografiya fani o`qituvchilarini zamonaviy pedagogik 
texnologiyalari va metodlari haqidagi bilim ko`nikma va malakalarni rivojlantirish, darsda samarali 
metodlarni qo`llashni taqozo etadi. 
Geografiya ta`limida faqat dars davomida emas, balki sinfdan tashqari vaqtlarda ham 
zamonaviy texnologiyalardan foydalanishni taqozo etadi.
“Bilimdonlar bellashuvi” tadbiri 8­9­sinf o`quvchilari uchun mo`ljallangan bo`lib, bu o`yin 
o`tilgan mavzular yuzasidan jamoaviy bellashuvga asoslangan. Bu o`yindan maqsad shuki, 
o`quvchilarning bilish faoliyatini tashkil etish, muloqotga kirishuvchanlik, jamoaviy faoliyat 
yuritish mantiqiy fikrlash, mavjud g`oyalarni sintezlash, tahlil qilish, turli qarashlar orasidagi 
mantiqiy bog`liqlikni topa olish qobiliyatlarini tarbiyalash uchun imkoniyat yaratadi.
Kechani fan o`qituvchisi qisqacha kirish so`zi bilan ochib beradi. 
Davraga ikki guruh ishtirokchilari taklif etiladi. Bu ikki guruh, o`zlariga nom berishadi. 
Tadbir shartlari 
1-shart. O`yla, izla, top. Ishtirokchilar o`z guruhlariga qisqacha ta’rif beradilar. Bunda 
guruhlarga 5 daqiqa vaqt beriladi.

---

Ўқитувчининг касбий компетентлилигини оширишда инновацион ёндашувлар: муаммо ва ечимлар 
224 
2-shart. Tezkor savollarga tezkor javob. Bunda guruhlarga o`tilgan mavzu yuzasidan savollar 
beriladi va ular savollarga tezkorlik bilan javob beradilar. Qaysi guruhda javoblar soni ko`p 
bo`lishiga qarab ball qo`yiladi. 
1.Eng chuqur botiq? ­ Mariana 1122 metr. 
2.Etik ko`rinishidagi mamlakat? – Italiya. 
3.Cho`l kemasi? ­ Tuya. 
4. Xaritalar majmui? ­ Atlas. 
5.Dunyodagi eng uzun tog` tizmasi? ­ Kordilyera. 
6.Dunyodagi eng baland sharshara? ­ Anxel. 
7.Dunyodagi eng baland cho`qqi? – Jomalungma (Everest). 
8.Havoning gorizontal yo`nalishdagi harakati? – Shamol. 
9.Eng issiq dengiz? – Qizil dengizi. 
10.Eng issiq okean? – Hind okeani. 
Vaqt 10 sekund. 
3-shart. “Kim tez tuzadi?” 
O`zbekistonning bir necha nusxadagi yozuvsiz xaritalarini maxsus qog`ozga yopishtirib, ular 
teng kattalikdagi bo`laklarga bo`linadi. Belgilangan vaqt ichida ishtirokchilarning qaysi biri xaritani 
tez tuza olsa, o`sha guruh g`olib hisoblanadi. (5minut) 
4-shart. Foydali qazilmalarning shartli belgilari;
O`zbekistonda eng ko`p qazib olinadigan foydali qazilma boyliklari aks etgan belgilar 
ko`rsatiladi. O`quvchilar, ular qanday shartli belgi ekanini va qayerda qazib olinishini aytishlari 
lozim. 
5-shart.Top topishmoq. 
Bunda guruhlarga topishmoq aytiladi, guruhlar topishmoq javobini topadilar. Eng ko`p topgan 
guruh, g`olib hisoblanadi. Jumladan; 
1 “Pampa” nima ? bu daraxtsiz er (Dasht) 
2.Suv ustida gul tovoq, u go`yo yonar chiroq. Amazonkaga bezak, topingchi, qo`ydim so`roq?
(Nilufar guli) 
3.O`zi qushu uchmaydi, hatto in ham qurmaydi. Qishda ochar jo`jasin, muz materik 
go`shasin. (Pingvin) 
4.Qutbning dugonasi, aysbergning onasi. O`ragan oppoq choyshab, yerning “sovuqxonasi”. 
Arktikaning qarshisi, siz topingchi, yaxshisi. (Subarktika) 
5. Materikda shunday daryo bor, ekvatorni kesar ikki bor. Materikda eng sersuv o`zi, mavsum 
bo`yi bir xil suv oqar. (Kongo daryosi) 
6. Suvlar unga mehmondir, U beshinchi ummondir. (Janubiy okean) 
7. Sayohatda asqotar, asbob nomin kim topar. (Kompas) 
8. To`rtburchakni chizganlar, qoraga bo`yab qo`ysin. Belgilab uning nomin, nima deb yozib 
qo`ysin? (Toshko`mir) 
9. Haritada yashil rang, qanday joy ekan qarang. (Past tekislik) 
10. Silkitar u yer po`stin, nima ekan bu do`stim? (Zilzila). 
Tanlovda muayyan mavzular bo`yicha o`quvchi o`qituvchining tayyorgarlik darajasi, 
egallagan bilim, ko`nikma va malakalarini mustahkamlash va chuqurlashtirishdan iboratdir. 
O`qitish jarayonida “eshitdim”, “ko`rdim”, “o`zlashtirdim”, hamkorlikda o’qidim, bildim, 
fikrladim, esda saqladim, o`zlashtirdim va mustahkaladim tarzida tashkil etiladi. 
Musobaqa- tanlov quyidagi shakllarda o`tkazilishi mumkin. 
1.
Muammoli. 
2.
Kompyuterda ishlab, chizma va jadvallarni o`qish. 
3.
Boshqotirmalar, viktorina, rebus, krossvordlar yechish.
4.
Quvnoqlar va zukkolar tanlovi.
5.
Tezkor turnir. 

---

Ўқитувчининг касбий компетентлилигини оширишда инновацион ёндашувлар: муаммо ва ечимлар 
225 
PARAMETRIK TENGSIZLIKLARNI HAL QILISH YO’LLARI 
RAZOKOVA N.K., Toshkent viloyati ChDPI o’qituvchi 
O’quvchilarda matematik tafakkurni rivojlantirishda masalani ahamiyati juda katta. O’quvchi 
matematik ta’lim jarayonida ularni o’rni va ahamiyatini tushunadi, matematik masalalarning 
ahamiyatini tasavvur eta oladi. Matematika fanining nazariy qismlarini o’rganish uchun matematik 
masalalarni yechish bilan birgalikda olib borilishini tasavvur eta oladi, matematikani o’rganish 
masala yoki misollar orqali amalga oshirilishini his qiladi, matematika o’qitishda masalalarning 
bajaradigan funksiyalarini tahlil eta oladi, masalaning tarbiyaviy funksiyasini va o’quvchilarda 
ilmiy dunyoqarashni shakllantirishdagi ahamiyatini anglab yetadi. Masala yechishda umumiy va 
xususiy usullarni qo’llay oladi va matematik tafakkurni rivojlantirish jarayonida masalalarni 
ahamiyatini tushunadi. 
Matematikada shunday masalalar borki, bular o’quvchida mantiqiy tasavvurni kengaytiradi. 
Parametr qatnashgan misol va masalalar yakuniy davlat imtihonlari va oliy ta’lim muassasalariga 
kirish imtihonlarining ajralmas qismlaridan biridir. Parametr qatnashgan misol va masalalar turlari 
juda ko’p. Ularni yechishning umumiy usuli yo’q (parametrli chiziqli tenglama, tengsizliklar va 
ularning sistemalari; parametrli kvadrat uchhadlar va uning yechimlari joylashuvi haqidagi 
mashqlar bundan mustasno). Bu turdagi mashqlarning birgina bog’liqligi borki, ularni quyidagi ikki 
guruhga ajratish mumkin: 
­ Parametrning shunday qiymatlarini topish kerakki, bunda ma’lum bir shart bajarilishi kerak 
(tenglamaning ildizi berilgan oraliqqa tegishli; tengsizlik yechimga ega va hokazolar); 
­ Parametrli tengsizlik yoki sistema ildizlarini topish. 
Shuni ta’kidlab o’tish kerakki, ikkinchi guruhdagi mashqlarda parametrning qanday 
qiymatlarida yechim mavjudligini aniqlash va ularni ajratish kerak. Aksariyat hollarda bunday 
mashqlarning yechimi, uning shartiga kirgan funksiyalarning xossalariga bog’liq bo’ladi. 
Ularning yechimlarini quyidagi sxema bo’yicha amalga oshiramiz: