Ushbu tadqiqot superkritik karbonat angidrid muhitlarida po‘latlarning umumiy korroziya tezligi va chuqurchali korroziya hosil bo‘lishini bashorat qilish uchun izohlanadigan Kolmogorov-Arnold tarmog‘i (Kolmogorov-Arnold Network, KAN)dan foydalangan. Tadqiqotchilar 32 ta nashr etilgan tadqiqotdan jamlangan 386 ta tajriba namunasini harorat, bosim, ta’sirlanish davomiyligi, suv, SO₂ va O₂ konsentratsiyalari hamda xrom va uglerod miqdoridan iborat sakkiz o‘zgaruvchi bo‘yicha tahlil qilgan. Dinamik tajribalardan tuzilgan regressiya to‘plamida KANning o‘rtacha test R² qiymati 0,811 ± 0,058; chuqurchali korroziya tasnifidagi aniqligi 0,883 ± 0,041 va AUC qiymati 0,947 ± 0,032 deb bildirilgan. KAN sozlangan daraxt ansambllaridan aniqroq emas; uning asosiy hissasi bashorat qiluvchi model o‘rgangan uzluksiz funksiyalarni bevosita tekshirish imkoniyatidir. Natijalar geterogen adabiyot ma’lumotlariga asoslangan, yangi nazoratli tajribalar bilan tasdiqlanmagan va taqrizdan o‘tmagan preprint doirasida talqin qilinishi kerak.

Model o‘rgangan egri chiziqlar dinamik superkritik CO₂ sharoitlarida xrom miqdori oshgani sari korroziya tezligi kamayishini, harorat bilan Arrhenius tipida ortishini, ta’sirlanish davomiyligi bilan taxminan darajali qonun bo‘yicha kamayishini va bosimga nisbatan bir yo‘nalishli bo‘lmagan tendensiya ko‘rsatishini aniqlagan. Ko‘rinma aktivatsiya energiyasi taxminan 13 kJ/mol, vaqtga oid darajali qonun ko‘rsatkichi esa taxminan −1,06 deb hisoblangan. Model xulq-atvorining taxminan %88 qismi bir o‘zgaruvchili marginal ta’sirlar, taxminan %12 qismi esa o‘zgaruvchilararo o‘zaro ta’sirlar bilan izohlangan; eng kuchli o‘zaro ta’sirlar harorat–SO₂ va suv–SO₂ juftliklarida topilgan.

Tadqiqotdagi muhim farq aniqlik bilan izohlanish imkoniyati o‘rtasidadir. XGBoost va Random Forest regressiyada KANga qaraganda biroz yuqoriroq o‘rtacha R² qiymatlarini bergan. XGBoostning o‘rtacha R² qiymati 0,836, Random Forestniki 0,830 va KANniki 0,811. Bunga qarshi, KAN teng parametr soniga ega ko‘p qatlamli perseptrondan statistik jihatdan sezilarli darajada yaxshiroq natija bergan va o‘zi o‘rgangan B-spline asosidagi qirra funksiyalarini bevosita ko‘rinadigan qilgan. Shu sababli tadqiqotchilar KANni “aniqroq” model sifatida emas, balki kuchli an’anaviy modellar bilan raqobatlasha oladigan va o‘z funksional shakli tekshiriladigan usul sifatida joylashtirgan.

Turkiya nuqtai nazaridan baholash: Tadqiqot karbonni ushlash, undan foydalanish va saqlash infratuzilmalari; yuqori bosimli CO₂ tashish; energiya quvurlari va korroziya muhandisligi ustida ishlayotgan Turkiyadagi tadqiqot guruhlari uchun izohlanadigan mashinaviy o‘rganish yondashuvini taklif etadi. Model turli po‘latlar va ish sharoitlarining korroziya xulq-atvorini ustuvorlashtirishda tadqiqot vositasi sifatida sinab ko‘rilishi mumkin. Biroq natijalar Turkiyadagi quvur materiallari, CO₂ tozaligi darajalari, oqim rejimlari va dala sharoitlari bilan tasdiqlanmagan. Tadqiqot biror quvur liniyasining xavfsiz ekanini, muayyan qotishmaning xizmat muddatini yoki real tizimlarda maqbul ekspluatatsiya chegaralarini belgilamaydi.

Tadqiqotning asosiy savoli nima?

Tadqiqotning asosiy savoli superkritik CO₂ muhitlaridagi po‘lat korroziyasini bashorat qilish bilan birga, bashoratni boshqaradigan o‘zgaruvchilar o‘rtasidagi munosabatlarni ham ayni model orqali o‘qish mumkinmi, degan savoldir. Tadqiqot ikkita alohida natijaga e’tibor qaratgan:

• Umumiy korroziya tezligi regressiyasi: Korroziya tezligini logarifmik shkalada uzluksiz qiymat sifatida bashorat qilish.
• Chuqurchali korroziya tasnifi: Mahalliy chuqurcha hosil bo‘lishini mavjud yoki mavjud emas shaklida tasniflash.

Superkritik CO₂ kritik harorat va bosimdan yuqori sharoitlarda gaz va suyuqlik xususiyatlarini birgalikda namoyon etadigan CO₂ fazasini anglatadi. Tadqiqot ko‘rib chiqqan tizimlarda suv, SO₂ va O₂ kabi aralashmalar; harorat, bosim va ta’sirlanish davomiyligi bilan birga po‘lat yuzasidagi umumiy va mahalliy korroziya jarayonlariga ta’sir ko‘rsatishi mumkin. Tadqiqotning maqsadi bu murakkab munosabatlarni bitta empirik tenglama bilan oldindan taxmin qilish emas, balki ularni ma’lumotdan o‘rganish va o‘rganilgan egri chiziqlarni fizik jihatdan tahlil qilishdir.

Tadqiqot nima uchun muhim?

Karbonni ushlash, undan foydalanish va saqlash (carbon capture, utilization and storage, CCUS) tizimlarida ushlangan CO₂ni quvur liniyalari orqali tashish talab qilinishi mumkin. Tashilayotgan oqimdagi suv va gaz aralashmalari metall yuzasida korroziyaga sabab bo‘lishi mumkin. Umumiy korroziya o‘rtacha metall yo‘qotilishi bilan, chuqurchali korroziya esa yuzadagi mahalliy va chuqur shikastlanish hududlari bilan bog‘liq. Ushbu ikki shikastlanish turi bir xil o‘zgaruvchilarga bir xil tarzda javob bermasligi mumkin.

An’anaviy mashinaviy o‘rganish modellari yuqori bashorat aniqligini ta’minlashi mumkin bo‘lsa-da, qaysi o‘zgaruvchi qaysi oraliqda korroziyani oshirishi yoki kamaytirishini bevosita ko‘rsatmasligi mumkin. Keyinroq qo‘llanadigan SHAP yoki permutatsion muhimlik kabi izohlash usullari esa tanlangan fon ma’lumotlari va izohlash texnikasiga qarab turli natijalar berishi mumkin. Tadqiqot xavfsizlik muhim bo‘lgan korroziya muhandisligida faqat yuqori aniqlik emas, balki model o‘rgangan munosabatni ochiq tekshirish imkoniyati ham zarur ekanini ta’kidlaydi.

Adabiyotda qaysi bo‘shliq nishonga olingan?

Avvalgi korroziya bashorati tadqiqotlarida sun’iy neyron tarmoqlari, Random Forest, tayanch vektor mashinalari va gradient boosting qaror daraxtlaridan foydalanilgan. Ushbu usullarning ayrimlari o‘zgaruvchilar muhimligini hisobot qilgan bo‘lsa-da, izohlar ko‘pincha model o‘qitilgandan keyin qo‘llanadigan tashqi tahlillarga tayangan.

Kolmogorov-Arnold tarmoqlari avval material modellarida, fizika bilan boyitilgan neyron tarmoqlarda, oksidlanishni boshqarishda, creep xizmat muddatini bashorat qilishda va CO₂ korroziyasi tadqiqotlarida qo‘llangan. Ko‘rib chiqilayotgan tadqiqot faqat bashorat aniqligini taqqoslash o‘rniga, KANning o‘zi o‘rgangan qirra funksiyalarini, marginal ta’sirlarni, o‘zgaruvchilararo o‘zaro ta’sirlarni va additiv hissa byudjetini bevosita tekshirishni maqsad qilgan.

Ma’lumotlar to‘plami qanday tuzilgan?

Tadqiqotchilar 32 ta nashr etilgan manbadan jami 386 ta tajriba namunasini jamlagan. Namunalar gidrodinamik sharoitga ko‘ra ikki guruhga ajratilgan:

Regressiya namunalari sonining umumiy sondan kam bo‘lishiga sabab manbalarda sonli qiymat berilmasdan “ahamiyatsiz” deb ta’riflangan ayrim korroziya tezliklaridir. Tadqiqotchilar logarifmik o‘zgartirishda mutlaq nol muammosini oldini olish uchun bu namunalarga 0,01 mm/yil qiymatini tayinlagan. Ushbu tayinlangan qiymatlar haqiqiy sonli o‘lchov bo‘lmagani uchun regressiya o‘qitishidan chiqarilgan; asl tadqiqotlarda bildirilgan chuqurcha yorliqlari real kuzatuvlarga asoslangani uchun tasniflash to‘plamida saqlangan.

Jadvalda sonli korroziya tezligi bo‘lmagan ayrim nashrlarda qiymatlar grafiklardan raqamlashtirib olingan. Chuqurcha yorlig‘i esa manba nashrlardagi chuqurcha ulushlari va namuna morfologiyasi tavsiflariga ko‘ra chuqurcha mavjud bo‘lsa 1, mavjud bo‘lmasa 0 sifatida belgilangan.

Ma’lumotlar qanday tozalangan va o‘zgartirilgan?

Sakkiz kirish o‘zgaruvchisidan yoki maqsad korroziya tezligidan birortasi yetishmagan yozuvlar chiqarib tashlangan. To‘g‘ri stratifikatsiyalangan kross-validatsiya bajarish uchun namunalar soni yetarli bo‘lmagan sinflar chiqarilgan va turli nashrlarda takrorlangan yozuvlar deduplikatsiya qilingan.

Korroziya tezliklarining aksariyati 0–1 mm/yil oralig‘ida jamlangan, kam sonli yuqoriroq qiymatlar ham mavjud. O‘ng tomonga qiyshaygan bu taqsimotni muvozanatlashtirish uchun umumiy korroziya tezligiga 10 asosli logarifm qo‘llangan. O‘zgartirishdan so‘ng dinamik regressiya to‘plamida o‘rtacha −1,30 va standart og‘ish 0,84; statik to‘plamda o‘rtacha −1,02 va standart og‘ish 0,97 deb bildirilgan.

O₂, SO₂ va H₂O konsentratsiyalari yuzlab ppmv dan o‘n minglab ppmv gacha bo‘lgan keng oraliqlarni qamragani uchun bu o‘zgaruvchilarga ham logarifmik o‘zgartirish qo‘llangan. Barcha kirishlar KANning cheklangan sohada aniqlangan B-spline funksiyalariga mos bo‘lishi uchun [−1, 1] oralig‘iga masshtablangan.

Kirish o‘zgaruvchisining min–maks normallashtirilishi quyidagi tenglama bilan berilgan:

\[ x' = 2\frac{x-x_{\min}}{x_{\max}-x_{\min}}-1 \]

Bu yerda \(x\) asl kirish qiymatini; \(x_{\min}\) va \(x_{\max}\) faqat tegishli o‘qitish foldidagi eng kichik va eng katta qiymatlarni; \(x'\) esa [−1, 1] oralig‘iga o‘zgartirilgan qiymatni bildiradi. Harorat birligi °C, bosim birligi MPa va konsentratsiyalarning o‘zgartirishdan oldingi birligi ppmv dir. Tenglama o‘zgaruvchining fizik tartibini o‘zgartirmaydi; uni faqat model ishlashi mumkin bo‘lgan umumiy sonli oraliqqa ko‘chiradi.

Logarifmik korroziya maqsadi z-ball bilan standartlashtirilgan:

\[ y' = \frac{y-\mu}{\sigma} \]

\(y\) log₁₀ ga o‘zgartirilgan korroziya tezligini; \(\mu\) va \(\sigma\) faqat o‘qitish ma’lumotlaridan hisoblangan o‘rtacha va standart og‘ishni; \(y'\) esa standartlashtirilgan maqsadni bildiradi. Modelning standartlashtirilgan chiqishi \(\hat{y}\) yordamida fizik shkalaga qaytish quyidagi munosabat bilan bajarilgan:

\[ \log_{10}(CR)=\mu+\sigma\hat{y} \]

Bu yerda \(CR\) mm/yil birligidagi umumiy korroziya tezligidir. Logarifmik qiymat olingach, haqiqiy korroziya tezligi \(10^{\log_{10}(CR)}\) orqali qayta tiklanishi mumkin.

Modelda qaysi o‘zgaruvchilar ishlatilgan?

Materiallar guruhiga X60, X65, X70, X80 va X100 quvur po‘latlari, 3Cr, 5Cr va 13Cr kabi xromli po‘latlar hamda korroziyaga chidamli qotishmalar kiradi. Agar nashrda aniq tarkib o‘rniga oraliq berilgan bo‘lsa, oraliqning median qiymati ishlatilgan.

Tadqiqotchilar PREN yoki uglerod ekvivalenti kabi birlashgan indekslar o‘rniga Cr va C qiymatlaridan bevosita foydalangan. Tadqiqotdagi sabab shuki, birlashgan indekslar o‘z ichki og‘irliklarini modelga olib kirmasin va xrom hamda uglerod ta’siri KAN egri chiziqlarida alohida o‘qilsin.

Kolmogorov-Arnold tarmog‘i qanday ishlaydi?

An’anaviy ko‘p qatlamli perseptronda qirralar odatda sonli vaznlarni, tugunlar esa qat’iy aktivatsiya funksiyalarini olib yuradi. KANda o‘rganiladigan bir o‘zgaruvchili funksiyalar tarmoq qirralariga joylashtiriladi; tugunlar kelayotgan qiymatlarni yig‘adi. Har bir qirra o‘rgangan funksiyani B-spline egri chizig‘i sifatida tekshirish mumkin.

Kolmogorov-Arnold tasvirlash teoremi tadqiqotda quyidagicha ifodalangan:

\[ f(x_1,\ldots,x_n)=\sum_{q=1}^{2n+1}\Phi_q\left(\sum_{p=1}^{n}\phi_{q,p}(x_p)\right) \]

\(x_p\) kirishning \(p\)-raqamli komponentini; \(\phi_{q,p}\) bitta kirish o‘zgaruvchisiga qo‘llanadigan uzluksiz funksiyani; \(\Phi_q\) ichki yig‘indi natijasiga qo‘llanadigan tashqi bir o‘zgaruvchili funksiyani bildiradi. Tenglama ko‘p o‘zgaruvchili munosabatni bir o‘zgaruvchili funksiyalar kompozitsiyasi va yig‘indilari bilan ifodalash mumkinligini anglatadi.

KAN qirrasidagi o‘rganiladigan aktivatsiya quyidagicha ta’riflangan:

\[ \phi(x)=w\,[b(x)+\operatorname{spline}(x)] \]

Bu yerda \(w\) o‘rganilgan masshtab koeffitsiyentidir. Asosiy funksiya \(b(x)\) tadqiqotda SiLU funksiyasi sifatida berilgan:

\[ b(x)=\frac{x}{1+e^{-x}} \]

Spline komponenti esa B-spline bazis funksiyalarining chiziqli kombinatsiyasidir:

\[ \operatorname{spline}(x)=\sum_i c_i B_i(x) \]

\(c_i\) o‘qitish vaqtida o‘rganilgan boshqaruv koeffitsiyentlarini; \(B_i(x)\) belgilangan grid ustidagi B-spline bazis funksiyalarini bildiradi. B-splinelarning lokal tayanch xususiyati ma’lum kirish oralig‘idagi qiyalikni butun funksiyani bir xil darajada o‘zgartirmasdan o‘rganish imkonini beradi.

Modelning sakkiz komponentli kirish vektori quyidagicha:

\[ \mathbf{x}=[T,P,t,\log_{10}(O_2),\log_{10}(SO_2),\log_{10}(H_2O),Cr,C]^T \]

KAN qatlamidagi \(j\)-raqamli tugun chiqishi quyidagi yig‘indi bilan hisoblangan:

\[ x_j^{(s+1)}=\sum_{i=1}^{n_{\mathrm{in}}}\phi_{i,j}^{(s)}\left(x_i^{(s)}\right) \]

\(\phi_{i,j}^{(s)}\) \(s\)-qatlamdagi \(i\) kirish tugunini \(j\) chiqish tuguniga bog‘laydigan o‘rganiladigan qirra funksiyasidir. Tugun turli kirishlardan kelgan o‘zgartirilgan qiymatlarni yig‘adi.

To‘liq tarmoqning qatlamlar kompozitsiyasi quyidagicha berilgan:

\[ f_{\mathrm{KAN}}(\mathbf{x})=\Phi^{(L-1)}\circ\Phi^{(L-2)}\circ\cdots\circ\Phi^{(0)}(\mathbf{x}) \]

\(L\) jami qatlamlar sonini; \(\Phi^{(s)}\) tegishli qatlamdagi barcha qirra o‘zgartirishlari va tugun yig‘indilarini bildiradi.

Regressiya tarmog‘ining yagona chiqish tugunidagi logarifmik korroziya bashorati oxirgi yashirin qatlamdan keladigan o‘rganilgan funksiyalar yig‘indisi sifatida yozilgan:

\[ \log_{10}(CR)=\sum_{i=1}^{N_h}\phi_i^{(L-1)}\left(h_i^{(L-1)}\right) \]

\(N_h\) oxirgi yashirin qatlamdagi tugunlar sonidir. Har bir had muayyan yashirin xususiyatdan korroziya chiqishiga keladigan o‘rganilgan hissani ifodalaydi. Tasniflash tarmog‘ida esa oxirgi qatlam chuqurcha bor va chuqurcha yo‘q sinflariga mos ikki chiqish tuguniga aylantirilgan va softmax ehtimolliklari ishlatilgan.

Model tanlash va ma’lumot sizib chiqishining oldini olish

KANning yashirin qatlamlar soni, qatlam kengligi, spline darajasi, grid o‘lchami, siyraklik koeffitsiyenti va o‘rganish tezligi oldindan belgilab qo‘yilmagan. Quyidagi oraliqlar bo‘yicha Tree-structured Parzen Estimator asosidagi 40 sinovli Bayes optimizatsiyasi qo‘llangan:

Har bir konfiguratsiya kross-validatsiyadagi o‘rtacha R² qiymatidan standart og‘ish ayirilishi orqali baholangan. Eng yaxshi ballga kichik tolerantlik doirasida yaqinlashgan modellar orasidan ixchamroq arxitektura tanlangan. Bu yondashuv faqat yuqori o‘rtacha aniqlik beradigan, biroq foldlar orasida beqaror modelni tanlamaslik va izohlanish imkoniyatini saqlashni maqsad qilgan.

Ma’lumot sizib chiqishining oldini olish uchun masshtablash va maqsadni standartlashtirish amallari har bir kross-validatsiya foldida faqat o‘qitish qismi asosida o‘rganilgan. Erta to‘xtatish uchun ishlatilgan ichki validatsiya to‘plami ham o‘qitish foldidan ajratilgan; tashqarida qoldirilgan test foldi model tanlash yoki o‘qitishga kiritilmagan.

Dinamik va statik regressiya ma’lumotlari uchun tanlangan arxitektura bitta yashirin qatlam va to‘qqizta yashirin tugundan iborat [8, 9, 1] tuzilmasidir. Sakkizta kirish xususiyati to‘qqiz tugunli yashirin qatlamga, bu qatlam esa yagona regressiya chiqishiga ulangan. Biroq tanlangan yakuniy spline darajasi, grid o‘lchami, siyraklik koeffitsiyenti va o‘rganish tezligi matnda yagona natija jadvalida aniq berilmagan. 4-shaklda \(k=3\) va \(G=5\) ko‘rsatilgan bo‘lsa-da, ular aniq tanlangan qiymatlarmi yoki arxitekturani tushuntiruvchi namunaviy qiymatlarmi, ochiq aytilmagan.

O‘qitish yo‘qotishlari qanday aniqlangan?

Regressiyani o‘qitishda katta xatolar ta’sirini cheklash uchun chegara qiymati \(\delta=0,5\) bo‘lgan Huber yo‘qotishi ishlatilgan:

\[ L_{\mathrm{Huber}}(y,\hat{y})= \begin{cases} \frac{1}{2}(y-\hat{y})^2, & |y-\hat{y}|\leq\delta \\ \delta\left(|y-\hat{y}|-\frac{1}{2}\delta\right), & \text{aksi durumda} \end{cases} \]

Kichik xatolarda kvadratik xato, katta xatolarda esa taxminan chiziqli xato qo‘llanadi. Shu tariqa chekka namunalar gradientga ta’siri butunlay olib tashlanmasdan cheklanadi. Tasniflashda standart kross-entropiya yo‘qotishi ishlatilgan.

Ma’lumot yo‘qotishiga KANga xos siyraklik regularizatsiyasi qo‘shilgan:

\[ L=L_{\mathrm{data}}+\lambda\sum_{l,i,j} \left( \alpha\left\|w_{i,j}^{(l)}\right\|_1+ \beta H\left(w^{(l)}\right) \right) \]

\(L_{\mathrm{data}}\) regressiyada Huber, tasniflashda esa kross-entropiya yo‘qotishidir. L₁ hadi kam sonli ustun qirralarning faol qolishini rag‘batlantiradi. Tadqiqotda \(\alpha=\beta=1,0\) ishlatilgan. Matnda \(H(w)\) ifodasi Shannon entropiyasi deb atalgan va \(H(w)=\sum_e p_e\log p_e\) shaklida yozilgan. Normallashtiruvchi ishora yoki manfiy ishora konvensiyasi alohida tushuntirilmagan; ushbu maqolada ifoda jimgina o‘zgartirilmagan.

Optimizatsiyada AdamW va 10⁻⁶ darajasigacha tushadigan kosinusli annealing o‘rganish tezligi ishlatilgan. O‘qitish ko‘pi bilan 3000 epoch davom etgan, ichki validatsiya yo‘qotishi 300 epoch davomida yaxshilanmasa to‘xtatilgan. Grid chegaralari yaqinida gradient o‘sishini cheklash uchun maksimal gradient normasi 1,0 qilib clip qilingan.

Muvaffaqiyat mezonlari qanday?

Regressiya muvaffaqiyati izohlangan dispersiya ulushi R², o‘rtacha kvadratik xato va o‘rtacha mutlaq xato bilan baholangan:

\[ R^2=1-\frac{\sum_{i=1}^{N}(y_i-\hat{y}_i)^2}{\sum_{i=1}^{N}(y_i-\bar{y})^2} \]

\[ MSE=\frac{1}{N}\sum_{i=1}^{N}(y_i-\hat{y}_i)^2 \]

\[ MAE=\frac{1}{N}\sum_{i=1}^{N}|y_i-\hat{y}_i| \]

R² qiymati 1 ga yaqinlashgan sari model maqsaddagi o‘zgarishning kattaroq qismini izohlaydi. MSE katta xatolarni kvadratga oshirilgani sababli kuchliroq jazolaydi; MAE esa o‘rtacha mutlaq og‘ishni maqsad bilan bir xil shkalada beradi. Tadqiqotdagi MSE va MAE qiymatlari log₁₀ ga o‘zgartirilgan maqsad fazosida bo‘lib, ularni to‘g‘ridan-to‘g‘ri mm/yil xatosi sifatida o‘qib bo‘lmaydi.

Chuqurcha sinfi musbat sinf sifatida belgilangan va mezonlar quyidagicha berilgan:

\[ Accuracy=\frac{TP+TN}{TP+TN+FP+FN} \]

\[ Precision=\frac{TP}{TP+FP} \]

\[ Recall=\frac{TP}{TP+FN} \]

\[ F1=2\frac{Precision\times Recall}{Precision+Recall} \]

TP to‘g‘ri chuqurcha bashoratlarini, TN chuqurcha yo‘qligining to‘g‘ri bashoratlarini, FP noto‘g‘ri chuqurcha ogohlantirishlarini va FN o‘tkazib yuborilgan chuqurcha namunalarini bildiradi. AUC esa barcha tasniflash chegaralari bo‘yicha musbat va manfiy sinflarni ajratish darajasini o‘lchaydi.

Dinamik va statik ma’lumotlarda natijalar qanday?

Xuddi shu ma’lumot sizib chiqishsiz kross-validatsiya tartibida dinamik regressiya modeli o‘rtacha test R² = 0,811 ± 0,058 qiymatiga erishgan. Statik modelning o‘rtacha test R² qiymati 0,658 ± 0,142. Statik natija ham pastroq, ham foldlar orasida o‘zgaruvchanroq.

Tadqiqotchilar farqni statik ma’lumotlar to‘plamining kichikroq ekani va tajriba sharoitlarining xususiyatlar fazosini siyrakroq hamda notekisroq qamrab olishi bilan izohlagan. Shu sababli model taqqoslashlari va mexanizm talqinlari dinamik ma’lumotlar to‘plamida davom ettirilgan. Tadqiqot statik sharoitlardagi korroziya munosabatlari ishonchli tarzda yechilganini da’vo qilmaydi.

KAN regressiyada boshqa modellar bilan qanday taqqoslangan?

Taqqoslashlar bir xil kross-validatsiya foldlarida juftlangan Wilcoxon signed-rank testi bilan bajarilgan. XGBoost va Random Forest KANdan yuqoriroq o‘rtacha R² bergan. Shu sababli tadqiqot KANni eng aniq regressiya modeli deb da’vo qilmaydi.

Parametr soni moslashtirilgan MLPning KAN bilan taxminan bir xil miqdorda o‘qitiladigan parametrlarga ega bo‘lishi o‘rganiladigan spline qirralarining qat’iy tugun aktivatsiyalariga nisbatan hissasini bevosita taqqoslashga qaratilgan. KANning ushbu MLPdan yuqoriroq va barqarorroq natija berishi tadqiqot model arxitekturasi bo‘yicha urg‘u bergan asosiy topilmalardan biridir.

Chuqurchali korroziya tasnifi nimani ko‘rsatadi?

KANning chuqurcha sinfidagi recall qiymati 0,863 ± 0,087. AUC qiymati XGBoostdan biroz past, Random Forestdan esa atigi 0,001 yuqori. Mualliflar KANni bu vazifada ham eng yuqori aniqlik beruvchi model emas, balki kuchli an’anaviy modellar bilan taqqoslanadigan natija beruvchi izohlanadigan model sifatida baholagan.

Manbada model nomi bo‘yicha tahririy nomuvofiqlik mavjud. Izoh matni regressiyadagi SVR o‘rniga tasniflashda tayanch vektor tasniflagichi ishlatilganini, 7-shakl ham “SVC” yorlig‘ini ko‘rsatadi. Biroq 4-jadvalda ayni qator “SVR” deb yozilgan. Yuqoridagi jadvalda vazifa turiga mos ravishda “tayanch vektor tasniflagichi” iborasi ishlatilgan va manbadagi farq ochiq qayd etilgan.

Takroriy ajratish tajribasida natijalar qanday?

Besh marta takrorlangan o‘qitish-test ajratishida XGBoost va KAN quyidagi natijalarni bergan:

Ushbu R² qiymatlari kross-validatsiya o‘rtachalaridan yuqoriroq. Tadqiqot ayrim ajratishlar qulayroq bo‘lishi mumkinligini va umumiy ishlashni baholashda kross-validatsiya natijalari asosiy mezon bo‘lishi kerakligini ta’kidlaydi.

KANning izohlanish imkoniyati qanday ta’riflangan?

Tadqiqot qisman bog‘liqlik va SHAP kabi vositalar faqat KANga xos emasligini ochiq tan oladi. Bu tahlillar istalgan modelga qo‘llanishi mumkin. KANning farqi shundaki, bashoratni hosil qiluvchi bir o‘zgaruvchili funksiyalar modelning o‘z tuzilmasida mavjud.

Bitta yashirin qatlamli KAN bashorati quyidagicha ifodalangan:

\[ \hat{y}(\mathbf{x})=\sum_{q=1}^{H}\Phi_q\left(\sum_{p=1}^{d}\phi_{q,p}(x_p)\right) \]

\(d\) kirishlar sonini; \(H\) yashirin qatlam kengligini; \(\phi_{q,p}\) va \(\Phi_q\) model o‘rgangan B-spline funksiyalarini bildiradi. Bu funksiyalar tashqi izohlash modeli bilan taxminan hosil qilinmaydi, balki bevosita bashorat tarmog‘ining bir qismi sifatida o‘qitiladi.

Bir o‘zgaruvchining marginal ta’siri qanday hisoblangan?

\(p\) o‘zgaruvchisining qisman bog‘liqlik funksiyasi boshqa o‘zgaruvchilarning kuzatilgan qiymatlari saqlangan holda \(x_p\) qiymatini o‘zgartirish va barcha namunalar bo‘yicha bashoratlarning o‘rtachasini olish orqali hisoblangan:

\[ g_p(v)=\frac{1}{N}\sum_{n=1}^{N} \hat{y}(x_1^{(n)},\ldots,x_{p-1}^{(n)},v,x_{p+1}^{(n)},\ldots,x_d^{(n)}) \]

\(v\) tekshirilayotgan o‘zgaruvchi uchun tanlangan qiymatdir. Ushbu egri chiziq boshqa o‘zgaruvchilarning ma’lumotlar to‘plamidagi taqsimoti bo‘yicha o‘rtachalangan model javobini ko‘rsatadi. Bu sababiy tajriba natijasi emas.

KANning ichki o‘zgaruvchi muhimligi har bir marginal egri chiziqning eng yuqori va eng past qiymatlari orasidagi oraliqni barcha egri oraliqlari yig‘indisiga nisbatlash orqali hisoblangan:

\[ I_p= 100\times \frac{\max_v g_p(v)-\min_v g_p(v)} {\sum_{p'}[\max_v g_{p'}(v)-\min_v g_{p'}(v)]} \]

Ushbu mezon bir o‘zgaruvchi tekshirilgan oraliq bo‘ylab model bashoratini o‘rtacha qanchalik o‘zgartira olishini o‘lchaydi. U SHAPning o‘rtacha namuna hissasi bilan ayni kattalikni o‘lchamagani uchun ikki reytingning bir xil bo‘lishi kutilmaydi.

Eng muhim o‘zgaruvchilar qaysilar?

Birinchi uchta o‘zgaruvchi kross-validatsiya foldlarida o‘z tartibini saqlagan. Biroq bu ulushlar tajribada o‘lchangan universal fizik hissalar emas; ular o‘qitilgan KANning dinamik ma’lumotlar to‘plamidagi marginal bashorat oraliqlaridan hosil qilingan.

SHAP taqqoslash nimani ko‘rsatadi?

Bir xil kernel-SHAP usuli turli modellarga qo‘llanganda suv va SO₂ ko‘pchilik modellar uchun muhim o‘zgaruvchilar qatorida bo‘lgan. Biroq bitta XGBoost modeli turli izohlash usullari bilan tekshirilganda muhimlik ulushlari o‘zgargan. Xromning nisbiy muhimligi kernel-SHAP qo‘llanmalarida taxminan %14–17 bo‘lgan bo‘lsa, permutatsion muhimlikda taxminan %33 gacha ko‘tarilgan.

Tadqiqot xulosasi shuki, post-hoc izoh faqat o‘qitilgan modelga emas, balki izohlash usuli va fon ma’lumotlarini tanlashga ham bog‘liq. KANning marginal funksiya oralig‘i esa muayyan o‘qitilgan model va ma’lumotlar to‘plami uchun yagona natija beradi. Shunga qaramay, boshqa o‘qitish bo‘linishlari bilan qayta o‘qitilgan KAN funksiyalari ham o‘zgarishi mumkin; ichki izohlanish model noaniqligi yoki ma’lumotga bog‘liqlikni yo‘q qilmaydi.

Marginal egri chiziqlar qaysi korroziya tendensiyalarini ko‘rsatadi?

Harorat va vaqt uchun qaysi fizik shakllar olingan?

Harorat egri chizig‘i Arrhenius tipidagi funksiya bilan umumlashtirilgan va ko‘rinma aktivatsiya energiyasi taxminan 13 kJ/mol deb hisoblangan. Moslashuv R² qiymati 0,91. Tadqiqotchilar bu qiymat bitta asosiy elektrokimyoviy reaksiyaga emas, turli nashrlardan kelgan bir nechta mexanizmlarning birlashgan ta’siriga mos kelishini qayd etgan.

Arrhenius munosabatining asosiy shaklini quyidagicha tasavvur qilish mumkin:

\[ CR(T)\propto \exp\left(-\frac{E_a}{RT}\right) \]

\(CR\) korroziya tezligini; \(E_a\) ko‘rinma aktivatsiya energiyasini; \(R\) gaz doimiysini va \(T\) mutlaq haroratni bildiradi. Tadqiqotda berilgan taxminan 13 kJ/mol qiymat KAN marginal egri chizig‘iga moslashtirish orqali olingan; bu bitta reaksiyada o‘tkazilgan to‘g‘ridan-to‘g‘ri kinetik tajriba natijasi emas.

Ta’sirlanish davomiyligi egri chizig‘i haqiqiy vaqt shkalasida darajali qonun bilan umumlashtirilgan:

\[ CR\propto t^n \]

Moslashuvda \(n=-1,06\) va R²=0,97 topilgan. Manfiy ko‘rsatkich vaqt ortgani sari vaqt birligidagi korroziya tezligi kamayishini bildiradi. Mualliflar bu tendensiyani himoya korroziya mahsuloti qatlamining rivojlanishi bilan bog‘lagan. Bu natija jami metall yo‘qotilishi vaqt o‘tishi bilan kamayadi degani emas; hisobot qilingan kattalik korroziya tezligidir.

O‘zgaruvchilar o‘rtasidagi o‘zaro ta’sirlar qanday hisoblangan?

Ikki o‘zgaruvchi birgalikda o‘zgartirilib, ikki o‘lchovli qisman bog‘liqlik yuzasi tuzilgan. Umumiy yuzaning ikki bir o‘zgaruvchili ta’sir yig‘indisi bilan tushuntirib bo‘lmaydigan qismi o‘zaro ta’sir deb ta’riflangan:

\[ S_{\mathrm{int}}(p,p')= \frac{ \operatorname{std}[g_{p,p'}(v,w)-g_p(v)-g_{p'}(w)] }{ \operatorname{std}[g_{p,p'}(v,w)] } \]

Surat ikki o‘zgaruvchining alohida ta’sirlari chiqarilgandan keyin qolgan o‘zgarishning standart og‘ishidir. Maxraj umumiy yuzaning jami o‘zgarishini ko‘rsatadi. Qiymat oshgan sari ikki o‘zgaruvchining birgalikdagi ta’siri oddiy yig‘indidan ko‘proq chetga chiqadi.

Keyingi kuchli juftliklar xrom–suv va suv–ta’sirlanish davomiyligidir. O‘zaro ta’sir xaritalarida qoldiq qiymatlar xususiyatlar fazosining katta qismida past; kuchliroq qo‘shma ta’sirlar odatda ikki agressiv sharoit bir vaqtning o‘zida yuqori bo‘lgan hududlarda jamlangan. Ayniqsa yuqori SO₂ ning yuqori suv yoki harorat bilan birikishi alohida ta’sirlar yig‘indisidan kuchliroq bashorat o‘zgarishini hosil qilgan.

Model xulq-atvorining qancha qismi additiv?

KAN bashorati o‘rtacha chiqish, markazlashtirilgan bir o‘zgaruvchili hissalar yig‘indisi va qolgan o‘zaro ta’sir komponentiga ajratilgan:

\[ \hat{y}(\mathbf{x})\approx \bar{y}+ \sum_{p=1}^{d}[g_p(x_p)-\bar{y}_p]+r(\mathbf{x}) \]

\(\bar{y}\) o‘rtacha model chiqishini; \(g_p(x_p)-\bar{y}_p\) tegishli namunada \(p\) o‘zgaruvchisining markazlashtirilgan hissasini; \(r(\mathbf{x})\) esa bir o‘zgaruvchili hissalar bilan izohlab bo‘lmaydigan o‘zaro ta’sir qoldig‘ini bildiradi.

O‘rtacha mutlaq o‘zaro ta’sir qoldig‘i model chiqish oralig‘ining taxminan %12 qismini tashkil etadi. Shunga ko‘ra xulq-atvorning taxminan %88 qismi bir o‘zgaruvchili marginal ta’sirlar, taxminan %12 qismi esa yuqori darajali o‘zaro ta’sirlar bilan bog‘langan. Bu nisbatlar tadqiqotning natijalar bo‘limida “[FILL: 88]%” va “[FILL: 12]%” ko‘rinishidagi tugallanmagan joy tutuvchilar bilan qoldirilgan; biroq ayni qiymatlar oldingi uslubiy izoh bo‘limida taxminan %88 va %12 sifatida aniq berilgan.

Namuna darajasidagi hissalar nimani anglatadi?

Uchta vakillik test namunasi uchun har bir o‘zgaruvchining bashoratga hissasi alohida ko‘rsatilgan. Ta’sirlanish davomiyligi va xrom ko‘plab namunalarda muhim hissa bergan, suv va SO₂ hissasining yo‘nalishi esa tajriba sharoitiga qarab o‘zgargan. Ayni o‘zgaruvchi ayrim namunalarda korroziya bashoratini oshirishi, boshqalarida esa kamaytirishi mumkin.

Bu topilma barcha tajriba sharoitlarida korroziyani yakka o‘zi boshqaradigan universal o‘zgaruvchi yo‘qligini ko‘rsatadi. Global muhimlik reytingi umumiy tendensiyani, namuna darajasidagi ajratish esa muayyan tajriba sharoitida bashorat nega oshgani yoki kamayganini ko‘rsatishga qaratilgan.

Shakllar va grafiklar nimani ko‘rsatadi?

Tadqiqotning kuchli tomonlari nimalar?

• 32 ta turli tadqiqotdan jamlangan, sharoitlar oralig‘i keng bo‘lgan ScCO₂ korroziya ma’lumotlar to‘plami ishlatilgan.
• Umumiy korroziya regressiyasi va chuqurcha tasnifi alohida vazifalar sifatida ko‘rib chiqilgan.
• Tayinlangan 0,01 mm/yil qiymatlar regressiyadan chiqarilib, sun’iy sonli qiymatlarning funksiya egri chiziqlarini buzishining oldi olinishi ko‘zlangan.
• Masshtablash, maqsadni standartlashtirish va erta to‘xtatish har bir o‘qitish foldi ichida bajarilib, ma’lumot sizib chiqishining oldi olingan.
• Taqqoslash modellari bir xil kross-validatsiya bo‘linishlarida baholangan.
• MLP faqat kenglik bo‘yicha emas, KAN bilan parametrlar soni tenglashtirilgan holda ham taqqoslangan.
• KAN aniqroq emasligi ochiq aytilgan; izohlanish afzalligi aniqlik da’vosidan ajratilgan.
• O‘zgaruvchi ta’sirlari faqat reyting qilinmagan; egri chiziqlarning shakllari, to‘yinganligi va burilish nuqtalari ham tekshirilgan.
• Bir o‘zgaruvchili ta’sirlar, ikki o‘zgaruvchili o‘zaro ta’sirlar va namuna darajasidagi hissalar ayni model orqali baholangan.
• Post-hoc izohlash o‘zgaruvchanligi modelni o‘zgartirmagan holda turli usullar va fon to‘plamlari orqali ko‘rsatilgan.

Tadqiqotning cheklovlari nimalar?

• Ma’lumotlar to‘plami turli laboratoriyalar, qurilmalar, namuna tayyorlash usullari va tajriba protokollarining birlashtirilishi bilan tuzilgan.
• Oqim tezligi, pH va NO₂ kabi potensial o‘zgaruvchilar yetarli darajada hisobot qilinmagani sababli modelga kiritilmagan.
• Dinamik tajribalar turli aylanish yoki oqim sharoitlarini o‘z ichiga olishi mumkin bo‘lsa-da, gidrodinamik intensivlik umumiy sonli xususiyat sifatida modellashtirilmagan.
• Grafiklardan raqamlashtirib olingan korroziya qiymatlari asl xom o‘lchovlar bilan bir xil aniqlikka ega bo‘lmasligi mumkin.
• Tarkib oralig‘i berilgan nashrlarda median qiymat ishlatilishi namunalar orasidagi haqiqiy tarkib farqlarini kamaytirishi mumkin.
• Xususiyatlar fazosining ayrim hududlari siyrak namunalangan; ikki o‘zgaruvchili o‘zaro ta’sirlar bu hududlarda ekstrapolyatsiyaga tayanishi mumkin.
• Statik ma’lumotlar to‘plamida model muvaffaqiyati pastroq va o‘zgaruvchanroq; mexanizm talqinlari asosan dinamik namunalarga tegishli.
• Qisman bog‘liqlik egri chiziqlari o‘zgaruvchilar orasidagi bog‘liqliklarni to‘liq yo‘q qilmaydi va sababiy tajriba natijasi emas.
• Suv miqdori uchun yopiq shakldagi umumlashtirish taxminiy ekanini tadqiqotning o‘zi tan olgan.
• Additiv darajada ishlatilgan KAN spline asosidagi umumlashtirilgan additiv modellarga yaqin xulq ko‘rsatishi mumkin.
• Modelning afzalliklari kichik, past o‘lchamli va silliq munosabatlarga ega ma’lumotlar to‘plamlarida aniqroq.
• Chiqarilgan mexanizmlar yangi nazoratli tajribalar bilan tasdiqlanmagan.
• Model tashqi validatsiya uchun mustaqil va keyinroq yaratilgan ScCO₂ tajriba ma’lumotlar to‘plamida sinovdan o‘tkazilmagan.
• Kross-validatsiyaning aniq fold va takrorlar soni usul matnida ochiq, yagona ma’noli qiymat sifatida berilmagan.
• Tanlangan yakuniy spline darajasi, grid o‘lchami, siyraklik koeffitsiyenti va o‘rganish tezligi jamlangan holda hisobot qilinmagan.
• Natijalar bo‘limida tahrir bosqichidan qolgan “[FILL: 88]%” va “[FILL: 12]%” joy tutuvchilari mavjud.
• Tasniflash taqqoslashida ayni tayanch vektor modeli jadval, matn va shaklda turlicha nomlangan.
• Kod ochiq ommaviy repozitoriyda taqdim etilmagan; mas’ul muallifdan asosli so‘rov bo‘yicha olish mumkinligi bildirilgan.

Tadqiqot qaysi natijalarni qo‘llab-quvvatlaydi?

• KAN dinamik ScCO₂ korroziya ma’lumotlarida kuchli daraxt asosidagi modellarga yaqin regressiya va tasniflash muvaffaqiyatini ko‘rsatgan.
• KAN teng parametr soniga ega MLPga qaraganda sezilarli darajada yuqori regressiya R² va tasniflash AUC qiymatini bergan.
• Dinamik ma’lumotlar to‘plamida ta’sirlanish davomiyligi, xrom va suv KANning eng katta marginal ta’sir oralig‘iga ega o‘zgaruvchilardir.
• KAN o‘rgangan harorat va vaqt egri chiziqlari mos ravishda Arrhenius va darajali qonun shakllari bilan yuqori moslikda umumlashtirilgan.
• Bosim va suv ta’sirlari bir yo‘nalishli emas; muayyan oraliqlarda yo‘nalishini o‘zgartiruvchi tendensiyalar ko‘rsatgan.
• Harorat–SO₂ va suv–SO₂ modeldagi eng kuchli additiv bo‘lmagan o‘zaro ta’sirlardir.
• Model xulq-atvorining katta qismi bir o‘zgaruvchili hissalar bilan izohlanadi, kichikroq, ammo muhim qismi o‘zaro ta’sirlarda qoladi.
• Post-hoc o‘zgaruvchi muhimliklari ishlatilgan izohlash usuli va fon to‘plamiga qarab o‘zgarishi mumkin.

Tadqiqot nimani isbotlamaydi?

• KAN XGBoost yoki Random Forestdan aniqroq ekanini isbotlamaydi.
• Modelni barcha superkritik CO₂ quvur liniyalariga umumlashtirish mumkinligini ko‘rsatmaydi.
• Muayyan xrom miqdori barcha sharoitlarda xavfsiz yoki yetarli ekanini belgilamaydi.
• Taxminan 10 MPa qiymati universal korroziya chegarasi ekanini ko‘rsatmaydi.
• Model egri chiziqlari o‘zgaruvchilar korroziyaga sabab bo‘lishini o‘z-o‘zidan isbotlamaydi.
• Chuqurcha chuqurligi, o‘sish tezligi yoki kritik shikastlanish vaqtini bashorat qilmaydi.
• Quvur devor qalinligi yo‘qotilishi, yoriq hosil bo‘lishi, kuchlanishli korroziya yoki mexanik nosozlik xizmat muddatini hisoblamaydi.
• Model chiqishlari loyihalash kodi, xavfsizlik standarti yoki ekspluatatsiya chegarasi o‘rnini bosa olmaydi.
• Statik va dinamik sharoitlarda kislorod, suv yoki bosim tendensiyalari bir xil ekanini ko‘rsatmaydi.
• Talqin qilingan mexanizmlarni yangi, nazoratli va mustaqil tajribalar bilan tasdiqlamaydi.
• Real vaqtli dala monitoringi yoki quvur liniyasi raqamli egizagi qo‘llanmasini ko‘rsatmaydi.

O‘tmish, bugun va kelajak nuqtai nazaridan ahamiyati nimada?

O‘tmishda korroziya bashorati asosan empirik tenglamalar, elektrokimyoviy tajribalar yoki bashorati kuchli, biroq izohi tashqi vositalarga bog‘liq modellar orqali olib borilgan. Ushbu tadqiqot bashorat funksiyalarini tarmoq qirralarida ko‘rinadigan qiladigan KAN yondashuvini superkritik CO₂ korroziyasida mexanizmni o‘rganish vositasi sifatida qo‘llagan.

Bugungi hissasi izohlanish da’vosini aniqlik taqqoslanishidan ajratishidir. KAN eng yuqori aniqlikni bermagan; shunga qaramay parametrlar bo‘yicha tenglashtirilgan neyron tarmoqdan yaxshiroq natija bergan va harorat, vaqt, xrom, suv, SO₂, O₂ hamda bosim uchun silliq javob egri chiziqlarini taqdim etgan. Tadqiqotning ilmiy qiymati aynan shu muvozanatli taqqoslash va egri chiziqlarni fizik jihatdan o‘qish mumkinligidan kelib chiqadi.

Kelajakda chiqarilgan tendensiyalar nazoratli tajribalar bilan sinovdan o‘tkazilishi; oqim tezligi, pH, H₂S va ko‘p fazali muhitlar modelga qo‘shilishi; korroziyaning vaqt bo‘yicha rivojlanishini ifodalovchi vaqtli arxitekturalar qurilishi kerak. Usul faqat shunday validatsiyalardan keyin dala qarorlariga yaqinlashishi mumkin.

Tadqiqotning usuli va topilmalari

Tadqiqot dizaynining texnik xulosasi

Asosiy sonli topilmalar

Uslubiy natijalarning muvozanatli talqini

KANning regressiya aniqligi XGBoost va Random Forestdan past, biroq tayanch vektor regressiyasidan statistik jihatdan farqlanmagan va ikki MLP taqqoslashidan yuqori bo‘lgan. Chuqurcha tasnifida ham XGBoost yuqoriroq aniqlik va AUC bergan. Shu sababli KANning ilmiy hissasi kuchli modellarni yaqqol ortda qoldirishida emas, balki bashorat muvaffaqiyatini izohlanadigan funksiya tuzilmasi bilan birlashtirishidadir.

Marginal funksiyalar xromning himoya ta’siri to‘yinishi, suv va bosim ta’sirlari yo‘nalishini o‘zgartirishi hamda vaqt ta’siri monoton kamayishini ko‘rsatgan. Ushbu egri chiziqlar tadqiqotchilar korroziya kimyosi bilan bog‘lagan model xulq-atvoridir. Egri chiziqlarning ma’lum mexanizmlar bilan mos ko‘rinishi mexanizmlar to‘g‘ridan-to‘g‘ri tajribada tasdiqlanganini anglatmaydi.

O‘zaro ta’sir tahlili model katta darajada additiv ekanini, biroq ayniqsa yuqori SO₂ yuqori suv yoki harorat bilan birlashgan hududlarda bir o‘zgaruvchili izoh yetarli bo‘lmay qolishini ko‘rsatgan. Bu xavfsizlik baholashida bitta aralashmaning mustaqil chegarasiga qarash barcha sharoitlarni ifodalamasligi mumkinligiga ishora qiluvchi tadqiqot topilmasidir; tadqiqot bevosita ekspluatatsiya chegarasini tavsiya qilmaydi.

Manba va usul izohi

Tadqiqotning to‘liq asl nomi: Mechanistic Insights into Supercritical CO2 Corrosion via Interpretable Kolmogorov-Arnold Networks

Mualliflar va tartibi: Shuonan Chen; Mitsuo Kimura; Tomoya Kawabata.

Ism yozilishi bo‘yicha izoh: Sarlavha sahifasida birinchi muallif “Chen Shuonan” shaklida, CRediT bo‘limi va SSRN yozuvida esa “Shuonan Chen” shaklida keltirilgan. Har ikki yozuv ayni tadqiqotchiga tegishli; farq manbada ochiq qoldirilgan ism-familiya tartibidan kelib chiqqan.

Teng birinchi muallif: Teng hissa yoki teng birinchi mualliflik haqida ma’lumot berilmagan.

Mas’ul muallif: Shuonan Chen. Sarlavha sahifasida yulduzcha bilan ko‘rsatilgan va SSRN yozuvida aloqa muallifi sifatida keltirilgan. E-pochta manzili yuklangan matnda ochiq ko‘rsatilmagan.

Muassasa: Graduate School of Engineering, The University of Tokyo, 7-3-1 Hongo, Bunkyo, Tokyo 113-8656, Japan.

DOI:10.2139/ssrn.7201321

Nashr platformasi: SSRN.

Rasmiy manba havolasi:https://ssrn.com/abstract=7201321

Nashr sanasi: 29 iyul 2026.

Nashr yili: 2026.

Manba turi: Adabiyotdan jamlangan tajriba ma’lumotlariga asoslangan, mashinaviy o‘rganish, regressiya, tasniflash va izohlanish tahlilini o‘z ichiga olgan preprint tadqiqot maqolasi.

Taqriz holati: Ushbu tadqiqot taqrizdan o‘tmagan preprintdir; natijalar shu cheklov hisobga olingan holda o‘qilishi kerak.

Jurnal: Taqrizli jurnal haqida ma’lumot mavjud emas.

Asl nashriyot: Taqrizli jurnal nashriyoti mavjud emas. Tadqiqot SSRN preprint platformasida taqdim etilgan.

Versiya izohi: Ayni sarlavha bilan 10.2139/ssrn.6848446 raqamli alohida SSRN yozuvi ham mavjud. Ushbu o‘zbekcha maqola yuklangan va 10.2139/ssrn.7201321 DOI raqamiga ega joriy 24 sahifalik versiyaga asoslangan. Ikki DOI bir-birining o‘rnida ishlatilmasligi kerak.

Taqrizli versiya holati: 5 avgust 2026 sanasidagi bibliografik tekshiruvda ushbu versiyaga mos keluvchi taqrizli jurnal nashri tasdiqlanmagan.

Muallif hissalari: Shuonan Chen metodologiya, ma’lumotlarni tartibga solish, tadqiqot, formal tahlil, validatsiya va dastlabki qo‘lyozmani yozishni bajargan. Mitsuo Kimura ko‘rib chiqish va tahrirga, Tomoya Kawabata esa maslahat va nazoratga hissa qo‘shgan.

Kodga kirish: Tadqiqotni qo‘llab-quvvatlovchi kodni mas’ul muallifdan asosli so‘rov bo‘yicha olish mumkinligi bildirilgan. Ochiq kod repozitoriyasi havolasi berilmagan.

Moliyalashtirish: Tadqiqot Tokyo universiteti Muhandislik institutidagi Material Research Base for Future Energy Infrastructure Trust ijtimoiy hamkorlik dasturi va China Scholarship Council 202506050060 raqamli qo‘llab-quvvatlash doirasida moliyalashtirilgan.

Manfaatlar to‘qnashuvi: Yuklangan versiyada alohida va ochiq manfaatlar to‘qnashuvi bayonoti aniqlanmagan.

Ushbu o‘zbekcha maqola yuklangan preprintning sarlavha, usullar, tenglamalar, jadvallar, shakllar, topilmalar, talqinlar va cheklovlar bo‘limlari ko‘rib chiqilib tayyorlangan. Ilmiy izohlar faqat yuklangan tadqiqotga asoslanadi. Tashqi tekshiruv faqat DOI, SSRN yozuvi, sana va nashr holati kabi bibliografik identifikatsiya ma’lumotlari uchun ishlatilgan.

Tadqiqotning asosiy uslubiy cheklovlari: turli nashrlardan kelgan geterogen ma’lumotlar, oqim tezligi va pH kabi to‘liq hisobot qilinmagan o‘zgaruvchilar, siyrak namunalangan xususiyat hududlari, grafiklardan chiqarilgan ayrim qiymatlar, statik ma’lumotlar to‘plamidagi past va o‘zgaruvchan muvaffaqiyat, mustaqil yangi tajriba validatsiyasining yo‘qligi hamda marginal munosabatlarning sababiy dalil bo‘lmasligidir.

Manbada, shuningdek, natijalar bo‘limida tugallanmagan “[FILL: 88]%” va “[FILL: 12]%” joy tutuvchilari, tasniflash modelida SVR/SVC nomlash nomuvofiqligi, Shannon entropiyasi ifodasida tushuntirilmagan ishora konvensiyasi va tanlangan ayrim yakuniy giperparametrlarning yetarlicha hisobot qilinmaganligi mavjud. Ushbu tahririy va uslubiy muammolar tadqiqot natijalari jimgina tuzatilmasdan ochiq qayd etilgan.

Tadqiqot KAN tekshirilgan dinamik ma’lumotlar to‘plamida korroziya tezligi va chuqurcha hosil bo‘lishini raqobatbardosh aniqlikda bashorat qila olishini hamda model o‘rgangan funksiyalarni fizik tendensiyalar nuqtai nazaridan o‘qish mumkinligini qo‘llab-quvvatlaydi. Tadqiqot quvur liniyasi xavfsizlik sertifikati, material tanlash standarti, qolgan xizmat muddati hisobi, dala muvaffaqiyati yoki sanoat ekspluatatsiya kafolatini taqdim etmaydi.