1. Մեքենայական ինտելեկտի միջոցով խափանումների հայտնաբերում և կանխատեսում: Ցանկացած համակարգ պետք է հայտնաբերի կամ կանխատեսի հնարավոր խնդիրները, նախքան դրանք սխալվեն և լուրջ հետևանքների հանգեցնեն: Ներկայումս աննորմալ վիճակի ճշգրիտ սահմանված մոդել չկա, և աննորմալ հայտնաբերման տեխնոլոգիան դեռևս բացակայում է: Անհրաժեշտ է համատեղել սենսորային տեղեկատվությունն ու գիտելիքները՝ մեքենայի ինտելեկտը բարելավելու համար:
2. Նորմալ պայմաններում թիրախի ֆիզիկական պարամետրերը կարելի է զգալ բարձր ճշգրտությամբ և բարձր զգայունությամբ, սակայն աննորմալ պայմանների և անսարքությունների հայտնաբերման գործում քիչ առաջընթաց է գրանցվել: Հետևաբար, անհրաժեշտ է անհապաղ մշակել և կիրառել անսարքությունների հայտնաբերման և կանխատեսման մեթոդներ:
3. Ներկայիս զգայունակության տեխնոլոգիաները կարող են ճշգրիտ զգալ ֆիզիկական կամ քիմիական մեծությունները մեկ կետում, սակայն դժվար է զգալ բազմաչափ վիճակները: Օրինակ, շրջակա միջավայրի չափումը, որի բնութագրական պարամետրերը լայնորեն տարածված են և ունեն տարածական և ժամանակային փոխկապակցվածություն, նույնպես մի տեսակ դժվար խնդիր է, որը պետք է անհապաղ լուծվի: Հետևաբար, անհրաժեշտ է ամրապնդել բազմաչափ վիճակների զգայունակության հետազոտություններն ու զարգացումը:
4. Հեռազգացում թիրախային բաղադրիչների վերլուծության համար: Քիմիական կազմի վերլուծությունը հիմնականում հիմնված է նմուշային նյութերի վրա, և երբեմն թիրախային նյութերի նմուշառումը դժվար է: Ինչպես ստրատոսֆերայում օզոնի մակարդակի չափման դեպքում, հեռազգացումը անփոխարինելի է, և սպեկտրոմետրիայի և ռադարային կամ լազերային հայտնաբերման տեխնիկայի համադրությունը հնարավոր մոտեցումներից մեկն է: Նմուշային բաղադրիչներ չպարունակող վերլուծությունը ենթակա է տարբեր աղմուկների կամ միջավայրերի միջամտության զգայուն համակարգի և թիրախային բաղադրիչների միջև, և զգայուն համակարգի մեքենայական բանականությունը, ինչպես սպասվում է, կլուծի այս խնդիրը:
5. Սենսորային բանականություն ռեսուրսների արդյունավետ վերամշակման համար: Ժամանակակից արտադրական համակարգերը ավտոմատացրել են արտադրական գործընթացը՝ հումքից մինչև արտադրանք, և շրջանաձև գործընթացը ո՛չ արդյունավետ է, ո՛չ էլ ավտոմատացված, երբ արտադրանքը այլևս չի օգտագործվում կամ չի դեն նետվում: Եթե վերականգնվող ռեսուրսների վերամշակումը կարող է իրականացվել արդյունավետ և ավտոմատ կերպով, շրջակա միջավայրի աղտոտումը և էներգիայի պակասը կարող են արդյունավետորեն կանխվել, և կյանքի ցիկլի ռեսուրսների կառավարումը կարող է իրականացվել: Ավտոմատացված և արդյունավետ ցիկլային գործընթացի համար մեքենայական բանականության օգտագործումը թիրախային բաղադրիչները կամ որոշակի բաղադրիչները տարբերակելու համար շատ կարևոր խնդիր է ինտելեկտուալ զգայական համակարգերի համար:
Հրապարակման ժամանակը. Մարտի 23-2022