Жасанды интеллект және нейрондық желілер

Жұмыс түрі: Дипломдық жұмыс
Тегін: Антиплагиат
Көлемі: 61 бет
Таңдаулыға:

Мазмұны

Белгіленулер мен қысқартулар7

Кіріспе8

1 Жасанды интеллект және нейрондық желілер12

1. 1 Жасанды интеллект: зерттеулер күйі12

1. 2 Жасанды интеллект және нейрондық желілердің перспективті

бағыттары17

1. 3 Нейрондық желілердің классификациясы және оларды үйрету20

1. 4 Логикалық нейрондық желі негізінде шешімді қабылдау жүйесін

құру әдісі28

2 Көп критерийлі есептерді шешу үшін нейрондық желілерді қолдану36

2. 1 Есеп қойылымы36

2. 2 Шешім қабылдауға әсер ететін факторлар38

3 Нейрондық желілерді құру, үйрету және модельдеу41

3. 1 Matlab бағдарламасындағы нейрондық желілер типтері және

ерекшеліктері41

3. 2 Нейрондық желіні құру47

3. 3 Нейрондық желіні оқыту52

3. 4 Алынған зерттеулер нәтижесінде шешім қабылдау59

Қорытынды61

Пайдаланылған әдебиеттер тізімі64

Қосымша А66

Қосымша Ә69

Аңдатпа

Бұл дипломдық жұмыс нейрондық желілер көмегімен ұялы телефон моделін таңдауды зерттеу үшін арналған. Ұялы телефон моделін таңдау үшін қажетті факторлар мен атрибуттар анықталды.

Дипломдық жұмыс 3 бөлімнен тұрады. Теориялық бөлімде нейрондық желілер туралы зерттеулер, олардың классификациялары, қолдану аясы және оларды үйрету туралы ақпараттар көрсетілген.

Практикалық бөлімде Matlab ортасында нейрондық желілерді құру, үйрету және модельдеу қарастырылған.

Дипломдық жұмыс орындау барысында 30 сурет, 2 кесте және 3 сызба қолданылды. Жұмыстың жалпы беті - 70.

Аннотация

Данная дипломная работа посвящена исследованию применения нейронных сетей для выбора модели сотового телефона. Были определены нужные факторы для выбора модели сотового телефона.

Дипломная работа состоит из 3 частей. В теоритической части показаны данные про исследования нейронных сетей, классификации, сфера их использования и как они обучаются.

В практической части рассмотрено создание, обучение и моделирование нейронных сетей в среде Matlab.

При выполнении дипломной работы были использованы 30 картинок, 2 таблицы и 3 схемы. Общая страница работы - 70.

Abstract

This thesis work investigates the application of neural networks to select a cell phone model. Were identified the necessary factors to select the model of cell phone.

The thesis work consists of 3 parts. In the theoretical part shows data about the research of neural networks, classifications, area of their use and how they learn.

In the practical part describes the creation, training and simulation of neural networks in the environment of Matlab.

To perform the thesis work were used 30 images, 2 tables and 3 schemes. Total page 70 worksheets.

Белгіленулер мен қысқартулар

АЖ

- Ақпараттық жүйелер

АЖ: ЖИ

- Ақпараттық жүйелер: - Жасанды интеллект

АЖ: ЖНЖ

- Ақпараттық жүйелер: - Жасанды нейрондық желілер

АЖ: ШҚЖ

- Ақпараттық жүйелер: - Шешімді қабылдау жүйесі

АЖ: NNT

- Ақпараттық жүйелер: - Neural Network Toolbox

Кіріспе

Қазіргі таңда адам қызметіндегі әртүрлі облыстарда талдау мәселесі жиі туындайды. Бұл дипломдық жұмыста талдауда қуатты құрал болып табылатын нейрондық желілер көмегімен ұялы телефон моделін таңдау тақырыбы қарастырылады.

Нейротехнологиялар адам миының бас бөлігін моделдейді. Тарихи түрде адам миының тек қана жұмысын емес, құрылымын да моделдейтін интеллектуальды құрылғылар құру бойынша ең алғашқы жұмыс болып Мак-Каллок және Питтс мақаласы саналады. Бұл авторлар адам миының нейронын моделдейтін математикалық нейрон гипотезасын алға тартты. Мак-Каллок пен Питтс идеясы Фрэнк Розенблаттпен жүзеге асты. Элементтік қор ретінде Мак-Каллок пен Питтс модельді нейрондары бар және персептрон деп аталған бұл құрылғы күрделі интеллектуальды тапсырма - латын әліппесі әріптерін тануды шешуге үйретілді. Персептрон құрылымы күрделенді, математикалық нейрон үлгісі жақсартылды, үйрету алгоритмдерінің көптеген түрлері ойлап табылды, сонымен бірге нейрожелілер көмегімен шешілетін тапсырмалардың аумағы кеңейді.

Нейронды желілер өз табиғаты бойынша сызықты емес және өздігінен өте күрделі деңгейдегі есептерді жүзеге асыруға рұқсат беретін модельдеудің қуатты тәсілі болып табылады. Көптеген жылдар уақытында көптеген облыстарда негізгі тәсіл негінде сызықты тәсіл қолданылды, өйткені ол үшін оңтайландыру үрдістері өте жақсы деңгейде өңделген. Сызықты аппроксимация қанағаттанарлықсыз және сызықтық модельдер нашар жұмыс атқаратын жерлерде, ал бұндай есептер жетерліктей, негізгі құралға нейрондық тәсілдер айналады. Одан бөлек, нейронды желілер айнымалылар санының көп болған жағдайында сызықты байланыстарды модельдеуге рұқсат бермейтін «өлшемдік қарғысымен» жұмыс істей алады.

Бұл желілер мысал негізінде оқытылады. Қолданушы репрезентативті таңдаманы таңдайды, кейін мәліметтер құрылымын автоматты түрде қабылдайтын оқыту алгоритмін іске қосады. Бұның өзінде, әрине тұтынушыға мәліметтерді қалай таңдау және дайындау керектігі, қажетті желі құрылымын таңдау және нәтижелерді пайымдау керектігі туралы эвристикалық білім жиынтығы қажет етіледі, бірақ, дәстүрлі статистика тәсілдерін қолдануға қарағанда, нейронды желілерді сәтті қолдануға қажетті білім деңгейі қарапайымдау.

Оқыту мүмкіндігі - нейрондық желілердің дәстүрлі алгоритм алдындағы негізгі артықшылығы болып саналады. Техникалық оқыту нейрондар арасындағы байланыс коэффициенттерін табуда аяқталады. Оқыту процесі кезінде нейрондық желі кіріс және шығыс мәліметтер арасындағы қиын байланысты анықтауға, және де жалпылау әрекеттеріне қабілетті. Бұл сәтті оқытылу жағдайында желі оқытылған іріктемеде болмаған мәліметтер негізінде дұрыс нәтиже қайтара алады.

Нейронды желі нақты бір тапсырманы шешу қабілетіне ие болуы үшін, яғни, әрбір кіріс дабылына қажетті шығыс дабылын беру үшін, желінің параметрін сәйкесінше баптау қажет. Баптау жұптан («кіріс», «қалаған шығыс») - оқытылатын мысалдардан тұратын оқытатын таңдау бойынша жүреді.

Шешілетін есепке байланысты оқытылатын таңдауда сол немесе басқа мәліметтер түрі және әртүрлі кіріс немесе шығыс дабылдарының әртүрлі өлшемдері қолданылады. Оқытылатын таңдаудың мысалдарындағы кіріс мәліметтері - суреттер, сандар кестесі, таратылымдар. Шығыс мәліметтерінің түрлері - бинарлы (0 және 1), биполярлы (-1 және 1) сандар, қандай да бір аралықтағы нақты немесе бүтін сандар. Желінің шығыс дабылдары - бүтін немесе нақты сандардың векторлары болып табылады. Практикалық есептерді шешу кезінде үлкен көлемдегі оқытылатын таңдаулар қажет етіледі. Компьютердің оперативті жадының қатты шектелген көлемі үшін, оған үлкен оқытылатын таңдаулар енгізу мүмкін емес. Сондықтан, таңдаулар беттерге - мысалдар тобына бөлінеді. Уақыттың әрбір сәтінде мысалдардың бір-ақ қана беті компьютер жадында сақталып қалады, ал қалғандары - қатқыл дискіде сақталатын болады. Беттер тізбектесіп, компьютер жадына жүктеледі. Желінің оқытылуы барлық беттер жиынтығы, барлық оқытылатын таңдаулар бойынша жүреді.

Әртүрлі практикалық есептерді шешу үшін нейронды желілердің әр қилы үлгілері сұралынады. Нейронды желі үлгісі желінің байланыс құрылымымен және нейрондар үлгісімен анықталады. Өзара синоптикалық байланыстармен байланысқан желі жасанды нейрондар элементтерінен құралады. Кіріс дабылдарының түрленуінен желі жұмысы құралады, нәтижесінде желінің ішкі күйі өзгереді және шығыс әсер қалыптасады. Әдетте, нейрондық желілер символдық өлшеммен емес, сандық өлшеммен операцияланады.

Нейронды желілер интуитивті көзқараспен қарағанда, нервті жүйенің биологиялық үлгісі негізінде болғандықтан тартымды. Болашақта осындай нейробиологиялық үлгілердің дамуы адам қызметіндегі кез-келген облыстағы болашаққа болжам бере алатындай шынымен ойланатын компьютерлердің құрылуына әкеліп соға алады.

Жұмыстың өзектілігі - соңғы бірнеше жылда нейрондық желілерге қызуғышылық жарылысы байқалады, олар әртүрлі облыстарда қолданыс тапты - бизнесте, медицинада, геологияда, физикада. Нейрондық желілер болжамдау, кластерлеу және басқару тапсырмалары шешілетін барлық жерлерде қолданысқа енді. Нейрондық тәсілдердің сызықтық емес модельдеу мүмкіндіктері және салыстырмалы жүзеге асыру қарапайымдылығы сияқты сипаттамалары оларды жиі күрделі көп өлшемді есептерді шешуде тең келмес болып табылады.

Дипломдық жұмыстың мақсаты - ұялы телефон моделін таңдауда әсер ететін факторлар мен атрибуттарды анықтап, мөлшерлі белгілі бір моделді анықтау. Ұялы телефон моделін таңдауға әсер ететін тікелей және жанама факторларды анықтағаннан кейін де, әлі де көп сұрақтар болады. Дипломдық жұмыста қойылған мақсатқа жету үшін келесідей міндеттер алға қойылады:

Жасанды интеллект және нейрондық желілер, нейротехнологиялар жөнінде зерттеу жүргізіп, ақпараттар жинақтау;
Ұялы телефон моделін таңдауға қажетті факторлар мен атрибуттарды анықтап, оларға зерттеу жүргізу;
Зерттеу нәтижесінде алынған факторларды лингвистикалық шкала бойынша жіктеп, Matlab ортасында нейрондық желі құру;
Құрылған нейрондық желіге тестілеу жүргізіп, алынған зерттеулер нәтижесінде шешім қабылдау.

Дипломдық жұмыстың зерттеу объектісі болып нейрондық желі құру арқылы ұялы телефон моделін таңдауды үйрету үрдісі табылады.

Зерттеу пәні . Дипломдық жұмыс тақырыбының таңдалынуы берілген облыста жасанды интеллект тәсілдерін қолдану жеткілікті түрде кең таралмағандықтан, таңдалып алынды. Зерттеулер көмегімен нейрожелілік жүйелер сәйкес келетін телефон моделін таңдауда, қажетті атрибуттарды ауыстыра отырып, қолданылады.

Жұмыстың ғылыми жаңалығы ұялы телефон моделін таңдауда нейрондық нейрондық желілерді құру, үйрету және модельдеу үшін есептерді шешу және есеп қойылымын қоюмен қорытындыланады.

Дипломдық жұмыстың практикалық маңыздылығы үйретілген нейрондық желіні қолданушыға өз таңдауы бойынша тестілеу жүргізуден тұрады.

Дипломдық жұмыс құрылымы: Дипломдық жұмыс құрамына жұмысты жазу кезінде қолданылған кіріспе, теориялық және практикалық бөлім, қорытынды және пайдаланылған әдебиеттер тізімі кіреді. Кіріспе дипломдық жұмыстың негізгі сипаттамаларын сипаттайды: мәселе, өзектілік, объект, пән, мақсат және міндеттер, сонымен қатар зерттеу объектісі және тәсілдері. Сонымен бірге кіріспеде зерттеу мәнділігі анықталған, жұмыс құрылымы сипатталған, және де әрбір бөлімдер мен қорытындының қысқаша сипаттамасы берілген.

Дипломдық жұмыстың теориялық бөлімі құрамында жасанды интеллекттің зерттеулер күйі, перспективті бағыттары, нейрондық желілер, олардың классификациялары, «үйрету» алгоритмі, нейрондық желі негізінде шешімді қабылдау әдістері туралы ақпараттар жазылған. Сонымен қатар, дипломдық жұмыстың жазылу ретін анықтау үшін есеп қойылымы және нейрондық желіні құру үшін қажетті факторлар мен атрибуттар осы бөлімде жазылған.

Жұмыстың практикалық бөлімі келесідей құрамнан тұрады: Факторлар мен атрибуттардың лингвистикалық шкалаға сәйкес жіктелуінің кестелік түрдегі бейнесі, Matlab бағдарламалық ортасының Neural Network Toolbox командасының жұмыс істеу алгоритмі, нейрондық желіні енгізілген деректер арқылы үйрету, ақиқаттылыққа тексеру және тестілеуден өткізу үрдістері.

Дипломдық жұмыстың қорытынды бөлімінде теориялық ақпараттар мен практикалық зерттеулер нәтижесі қорытындыланған. Қойылған есептерді шешу дәрежесінің және зерттеудің негізгі мақсатының жету сипаттамалары берілген. Өткізілген жұмыстың нәтижесі мен қорытындысы көрсетілген.

Пайдаланылған әдебиеттер тізімі ғылыми - методологиялық зерттеу уақытында қолданылған оқулықтар және web - парақшалар тізімінен құралған.

Жасанды интеллект және нейрондық желілер

Жасанды интеллект: зерттеулер күйі

Ақпараттық жүйе - қойылған мақсатқа қол жеткізу үшін мәліметтерді сақтау, өңдеу және жіберу үшін қолданылатын қызметкерлер, тәсілдер және құрал-саймандар жиынтығы. Әртүрлі облыстағы кейбір тапсырмаларды шешу барысында ақпараттық жүйелер мәліметтердің жиынтығы, сақталуы, өңделуі, ізделінуі және жіберілуі үшін жауап береді.

Автоматтандырылған ақпараттық жүйе - өзіне компьютерлік және коммуникациялық құрылғыларды, бағдарламалық қаматамаларды, ақпараттық дерек көздерін және жүйелік персоналды қосатын жиынтық.

Шешім қабылдау мақсатында және қолданушылардың ақпараттық қажеттіліктерін қамтамасыз ету үшін бұл жүйе шынайы әлемнің кейбір облысының динамикалық ақпараттық моделінің нақты қолдауын жүзеге асырады. Автоматтандырылған АЖ құрылымы (1. 1 суретте) көрсетілген.

Автоматтандырылған ақпараттық жүйе

Ақпараттық технологиялар

Атқарымды ішкі жүйелер және қосымшалар

АЖ басқару

Қызметкерлер

Қолданушылар

Жедел түрде

Қаржылық

Қауіпсіздік

АЖ дамуы

Өндіріс

Бухгалтерия

Қаржылар

Кадрлар

Маркетинг

Өтім

Аппараттық құрылғылар

Бағдарламалық құрылғылар

Деректер

Телеқатынас

Сурет 1. 1 АЖ құрылымдық элементтері

Корпоративті ақпараттық жүйелер - филиал және кеңсе арасында шекаралық бөлінуге ие және фирма немесе ұйымдарды басқару бойынша көптеген функцияларды автоматтандыратын ақпараттық жүйе [1] .

Кәсіби үдерістер мәліметтерінің сенімді қамтамасыздануы үшін қолданушымен ақпараттық жүйелер қолданылады. Жалпылама өндірісте ақпараттық жүйелер үдерістерінің негізгі бөліктері болып экономикалық шешімдер, ғылыми жобалар, экологиялық және әлеуметтік шешімдер түрлерінің жүзеге асуы және қабылдануы үшін қажетті мәліметтерді іздеу және ұйымдастыру табылады.

Белгілі бір аймақ терезесінде ақпараттық жүйенің мақсаты көптеген тұтынушылардың ақпараттық қажеттілігін қамтамасыз ету болып табылады.

Қолданушы сөзінен жеке физикалық тұлға, сонымен қатар, олардың ішкі бөлімдері мен филиалдарынан тұратын заңды тұлғаларды түсінеміз. Осы қолданушылар үшін де АЖ ақпараттық өнімдер шығарады, одан бөлек, мәліметтердің жақсы өңделуі үшін қолданушының сыртқы және ішкі орталарының үлгілерін қолданады [2] .

Заманауи ақпараттық жүйелер келесідей негізгі тапсырмаларды шешеді:

Ұзақ уақыт мерзімінде жиналатын ақпарат үлкен маңыздылыққа ие. Адами факторлар кесірінен туындауы мүмкін қателерді болдыртпау үшін және ақпаратты өңдеу үшін кететін уақыт пен шығынды үнемдеу үшін ақпараттық жүйелер қолданылады.
Әртүрлі құрылымдағы ақпараттарды сақтау. Дамыған ақпараттық жүйелер әртүрлі мәліметтер файлдарымен жұмыс істейді. Ақпараттық жүйедегі маңызды критерий болып оның даму мүмкіндігі саналады. Жүзеге асуы үшін жаңа құрылыммен қосымша деректер қажет болатын жаңа функционалдылықта қажеттіліктер туындауы мүмкін. Одан бөлек, ертерек жинақталған ақпарат өзгеріссіз қалуы керек. Бұл жүзеге асуы үшін нақты бір құрылыммен мәліметтерді сақтайтын сыртқы жадының бірнеше файлдарын қолдануға болады. Берілген құрылым файл жазбасы үшін немесе нақты бір АЖ үшін жазылған кітапхананың бөлек функциясы қолдауына ие болу үшін арналған болуы мүмкін. Мәліметтер сақтау қоры файлдарға негізделетін ақпараттық жүйелер бар. Осы жүйелердің дамуы нәтижесінде оларға деректер қорымен басқару жүйесінің әртүрлілігін көрсететін бөлек компонент бөлінеді.
Қоғамда қолданылатын әртүрлі типтегі мәліметтер ағынын болжау және зерттеу жүргізу. Мәліметтер таралу каналы арқылы өтетін ақпараттар ағынын зерттеу мақсаты олардың минимализациясы, және де оларды есептеуіш машиналарда өңдеуге бейімдеу болып табылады.
Мәліметтерді сақтау тәсілдерін зерттеу, әртүрлі ақпараттарды суреттеу үшін арнайы тілдерді және мәліметтерді қысу мен кодтау әдістерін құру. Бұл бағытта есептеуіш машиналар үшін қолжетімді әртүрлі облыстағы мәліметтерді сақтайтын деректердің үлкен көлемін құру бойынша жұмыстар дамып келеді.
Есептеу машиналарына бағдарланған емес, олардың процедуралар құру және жүзеге асуы үшін техникалық құралдар арқылы адаммен қабылдауға арналған құжаттардан үлкен ақпараттарды алу үрдістерін авоматтандыру.
Шынайы тілде қалыптасқан ақпараттық сақтау қорына сұраныс тастауға ғана емес, осындай түрдегі сұраныстардың арнайы тілдерінде бағытталған ақпараттық-іздеу жүйесінің автоматизациясы.
Ақпаратты өңдеу және жіберу үшін байланыс құралдарының терминалдары және мәліметтер банкісінен тұратын желілер өңдеуі. Жүйе арналған жапсырмалы облысқа байланысты, олардың жүзеге асуы үшін техникалық құралдардың нақты тапсырмалары бар. Ақпараттық қосымшаларды қолдану облыстары әртүрлі: банк және басқару істерінен бастап, біліммен аяқталады [3] .

Ұйымдастыру әдісі бойынша АЖ классификациясы. Ғаламтор -технологиялардың дамуы барысында негізгі критерий бағдарламалық құралдардың саймандық құрылуына әкеледі. Алайда, деректер қорымен жұмыс істейтін бағдарламалар өңделуі үшін дамыған саймандар жоқтың қасы. Деректер қорымен жұмыс істейтін ақпараттық жүйелердің шығарылуы және қолданылуында сенімділерін құрудың жауапты шешімі болып, ғаламтор - технологияның көп деңгейлі архитектурамен байланысы табылады. Бұның өзінде ақпараттық бағдарламалар құрылымы түрі өзгереді: браузер - қосымша сервері - деректер қорының сервері - динамикалық парақшалар сервері - веб-сервер.

Ұйымдастыру әдісі бойынша АЖ (1. 2 суретте) көрсетілгендей келесідей кластарға жіктеледі:

Ақпараттық жүйелер

Файл - сервер құрылымы негізінде

Клиент - сервер құрылымы негізінде

Көп деңгейлі құрылым негізінде

Internet/Intranet технологиясы негізінде

Сурет 1. 2 Ұйымдастыру әдісі бойынша АЖ бөлінуі

Графикалық интерфейс өңдеу жұмысын жеңілдету үшін файл - сервер құрылымы ақпаратты көрсету үшін компьютерді қолданады. Қолданушылар мен қосымшалар файл - сервер файлдардан ақпараттарды алып жатқандықтан, орталық процессорге күш түсіреді. Әрбір жаңа клиенттің келуімен, есептеу машинасының қуаты артады [4] .

Бірақ бұл құрылымның өз кемшілігі бар: желі ауырлайды, бұл деректер қорына сұраныс кезінде клиентке мәліметтердің үлкен қоры жіберілгендіктен, реакциялардың болжамсыз уақытына әкеліп соғады. Бұл әсіресе, төменгі жылдамдықтағы байланыс каналдары арқылы файл-сервер құрылымының негізінде деректер қорына қашықтан қатынасу жүзеге асуына үлкен әсерін тигізеді. Желіде файл-сервер қосымшаларымен қашықтан басқару бұл кемшілікті жоюдың бірден-бір амалы болып табылады. Әдеттегі файл-серверлік қосымшалар рұқсат серверімен орналасқан қосымшалар сервері орналасқан локальді желіде орындалады. Ерекшелігі, бұл мүмкіндік серверлері арқылы қашықтағы қолданушылардан диалогті енгізу және шығару түседі. Қиын қосымшалардың сервері үшін ең мықты платформа қажет, әйтпесе деректер қоры серверінің шамадан артық тиелу қаупі туындайды.

«Жасанды интеллект» атты ғылым компьютерлік ғылымдар жиынына кіреді, ал оның негізінде құрылатын технологиялар ақпараттық технологиялар қатарына енеді. Бұл ғылымның міндеті есептеу жүйелері мен басқа да жасанды құрылғылар көмегімен есті пайымдау мен әрекеттерді қамтамасыз ету болып табылады. Бұл жолда келесідей негізгі қиындықтар туындайды:

а) көп жағдайда нәтижені алғанға дейін есепті шешу алгоритмі белгісіз. Мысалы, мәтінді түсіну, теореманы дәлелдемесін іздеу, әрекеттер жоспарын құру, суретті тану қалай өтіп жатқаны дәл белгілі емес.

б) жасанды құрылғылар (мысалы, компьютерлер) бастапқы біліктіліктің жеткілікті деңгейіне ие емес. Маман өзінің біліктілігін (жеке түрде, білімі және тәжірибесі) қолдана отырып, нәтижеге қол жеткізеді.

Бұл жасанды интеллект тәжірибелі ғылым ретінде танылатынын білдіреді. Жасанды интеллекттің тәжірибелілігі зерттеуші сол немесе басқа компьютерлік көрініс және үлгілерін құра отырып, олардың өзара әрекеттерін және маман есептеген сол есептердің шешілу мысалдарымен салыстырады, нәтиженің жоғарғы дәрежесіне қол жеткізу үшін, осы салыстырулар негізінде оларды түрлендіруде [5] .

Жасанды интеллект аумағындағы зерттеулердің негізгі бағыттары:

Білімнің көрсетілуі және пайымдауды үлгілеу.

Білімнің көрсетілуі - жасанды интеллекттің қалыптасқан бағыттарының бірі. Дәстүрлі түрде оған когнитивтік құрылымдарды көрсету және суреттеу үшін қажетті формальды тілдер мен программалық құралдарды өңдеу жатады. Бүгінгі күнде білімнің көрсетілу тізіміне дескриптивті логика, кеңістік пен уақыт логикалары, онтология бойынша зерттеулер кіреді.

Кеңістік логика кеңістік аумақтар, кеңістіктегі объекттер, сонымен қатар, кеңістіктік қатынастар құрылымы конфигурациясын бейнелеуге рұқсат береді.

Дескриптивті логика объекттері болып концепттер (эксперттік жүйедегі объекттерді бейнелеу үшін қажетті базалық құрылым) және бір бүтінге жинақталған концепттер көпшілігі (агрегатталған объекттер) табылады.

Онтологиялық зерттеулер білімнің концептуальдылығына және білім анализы үшін қажетті саймандар құрылғыларын өңдеу бойынша методологиялық ой амалдарына арналған.

Білімді игеру, машиналық оқу және автоматты гипотезаның шыққан нәтижесі.

Интеллектуальды жүйеде білімді игеру аумағындағы жұмыстар жасанды интеллекттің теория және практика бағытындағы маңызды болды және солай қала береді. Бұл жұмыстардың мақсаты методология, технология және жүйенің білім базасына көшірілетін программалық құралдар құрылымы болып табылады. Соның өзінде, білімнің көзі ретінде эксперттер (яғни, жоғары деңгейлі пәндік аумақтар мамандары), мәтіндер және, мысалы, деректер қорында сақталатын мәліметтер шығады.

Мәліметтердің интеллектуалды анализі және бейнелі ақпарат өңделуі.

Бұл негізін екі процедура құрайтын салыстырмалы түрде жаңа бағыт: бастапқы ақпараттағы заңдылықты табу және болжам үшін табылған заңдылықтарды қолдану. Бұл жерге ақпараттық мәліметтердің үлкен құрылымынан қажеттіні таңдау, белгілі бір объекттің сипаттамалары қатарынан қажетті ақпараттық сипаттаманы таңдау есебі, таңдалған ақпараттық сипаттамалар мәндерінен таңдауға рұқсат беретін модельді құру есебі жатқызылады. Бағыттың маңызды бөлігін бейнені танудың әртүрлі аспекттері бойынша зерттеулер құрайды, жеке түрде, нейрожүйелер көмегімен (псевдооптикалық нейрожүйелерді қоса алғанда) . Декларативті амал мен семантикалық түрде маңызды ақпараттың алынуы негізінде тізбектес видеобейнелерді тану амалдары зерттеледі. Бұл бағытқа сонымен бірге, ғаламторда графикалық технологиялар программалау бойынша зерттерулер кіреді.