جستجوي پيشرفته | کتابخانه مجازی الفبا

سیستم‌های اطلاعات مکانی هرجاگاه، نسل چهارم محیط‌های محاسبات مکانی می‌باشند. این نسل که پس از سیستم‌های توزیع‌یافته، وب و موبایل پا به عرصه گذاشته، کاهش دخالت کاربر و افزایش راحتی استفاده را سرلوحه قرار داده است. بافت، در این سیستم‌ها نقش کلیدی ایفا می‌کند، زیرا منجر به کاهش دخالت کاربر می‌شود. به‌طور کلی بافت‌آگاهی جایگاه مهمی در محیط‌های محاسباتی هرجاگاه جهت انطباق هستنده‌های محاسباتی با وضعیت متغیر از قبیل نیازهای کاربر و توانایی‌های فنی دارد.اساس بافت‌آگاهی، مدلی صوری از بافت بوده که قابل درک و استفاده توسط رایانه باشد. هم‌چنین در محیط‌های توزیع‌یافته، مهم است که اطلاعات بافتی بتوانند میان هستنده‌های محاسباتی مختلف جهت تعامل‌پذیری به اشتراک گذارده شوند. مدلسازی بافت یعنی تعیین هستنده‌ها و روابط بین آنها که جهت تعریف یک بافت، از قبیل مکان، زمان، علایق کاربر و فعالیتهایش و هستنده‌های محاسباتی مورد نیاز است. مشکل خاص مدلسازی بافت در محیط‌های توزیع‌یافته و ناهمگون ، استفاده از رویه نمایشی اختصاصی بوده که مانع تعامل‌پذیری هستنده‌های محاسباتی گوناگون می‌شود. با استفاده از هستی-شناسی، می‌توان این مشکل را حل کرد. در علم کامپیوتر، یک هستی شناسی، بیان صوری مجموعه‌ای از مفاهیم در یک حوزه و نحوه تعامل آنها می‌باشد. هستی‌شناسی جهت استنتاج درآن حوزه یا تعریف آن حوزه به‌کار می‌رود. از سوی دیگر باید جهت حل ناسازگاری‌ها یا استخراج اطلاعات بافتی سطح بالاتر، روی این مدل، امکان استنتاج وجود داشته باشد. استنتاج روی بافت یا استنباط خودکار اطلاعات غیرصریح از اطلاعات صریح، کاربردهای فراوانی در انواع تحلیل‌های مکانی دارد. یک کاربرد اصلی استنتاج بافتی، به‌دست آوردن اطلاعات بافتی سطح بالا از اطلاعات سطح پایین داده‌های حسگرها می‌باشد.در پایان‌نامه حاضر پس از بررسی انواع روش‌های مدلسازی بافت و مقایسه آنها؛ از نظریه فعالیت جهتتعیین پارامترهای بافتی استفاده شده است. نظریه فعالیت ابزار توصیفی برای تحلیل و درک فعالیت به-صورت عمومی یعنی مستقل از هر حوزه خاص کاربردی می‌باشد. اگرچه نظریه فعالیت، فرآیندها و تکنیکها را به‌صورت ازقبل ایجاد شده بیان نمی‌کند اما می‌توان از آن، جهت تعیین اجزای کلیدی هر فعالیت استفاده کرد. سیستم‌های بافت‌آگاه، که جهت تسهیل فعالیت‌های انسان طراحی شده‌اند نیز باید این اجزای کلیدی را بازتاب دهند. تعیین پارامترهای بافتی، مدلسازی و استنتاج روی آنها، مسائل اساسی در سیستم‌های اطلاعات مکانی هرجاگاه بوده که در این پایان‌نامه بررسی شده‌اند. با توجه به اهمیت حریم خصوصی مکانی در سیستم-های اطلاعات مکانی، این موضوع به عنوان یک نمونه موردی، در نظر گرفته شده است. ابتدا به کمک نظریه فعالیت، پارامترهای بافتی مسئله تعیین شده، سپس بافت‌ها برمبنای هستی‌شناسی مدلسازی شده-اند. روند پیشنهادی حل مسئله در قالب یک پایگاه داده بیان شده و استنتاجاتی با استفاده از آن و مدل بدست آمده، انجام شده است.البته طراحی یک محیط هوشمند نیز به صورت خلاصه در بخش پیاده-سازی مورد بررسی قرار گرفته تا بر توانایی مدلسازی با استفاده از هستی‌شناسی در استخراج اطلاعات ضمنی موجود در اطلاعات صریح، تاکید شود.

بحث تولید و بازیابی محتوای آموزشی یکی از بحث‌های مهم در آموزش‌ الکترونیکی است. از طرفی باافزایش محتوا روی وب تلاش برای دسترسی به مفاهیم مرتبط با یک حوزه‌ی درسی و آموزشی؛ برای مثال مفاهیم مرتبط با حوزه‌ی سیستم‌های فازی کاری وقت‌گیر، هزینه‌بر و مشکل است و ممکن است جست‌وجو روی وب، محقق را به نتیجه‌ی دلخواه نرساند. بنابراین در بسیاری از تحقیقات اخیر سعی‌ بر این است که روش‌هایی برای دسته‌بندی و نمایش مفاهیم مرتبط به‌صورت کلی و یکپارچه ارائه شود. در این تحقیق سعی‌ شده است که با استفاده از پایگاه‌دانش‌های عمومی ‌به مفاهیم مرتبط با حوزه‌ی دلخواه دسترسی پیدا کرده و به‌صورت دسته‌بندی شده براساس سطح سختی به دانش‌ورزان در قالب یک پایگاه‌دانش ارائه شود. در سال‌های اخیر به‌کارگیری تکنیک‌های وب‌معنایی برای تولید و نمایشِ دانش در آموزش‌ الکترونیکی توجه بسیاری را به خود جلب کرده است. این رساله، سیستمی برای تولید و نمایش دانش ارائه می‌کند که مبتنی‌بر مفاهیمِ نقشه‌‌ی مفهوم، مدل داده‌ای چارچوب توصیف منابع و آنتولوژی است. از آن جهت که این مفاهیم می‌توانند دانش مورد نظر را بهتر نشان دهند و معنا را نیز دربرمی‌گیرند. در روش پیشنهادی از پایگاه‌دانش عمومیِ DBpedia که مبتنی‌بر موجودیت‌های ویکی‌پدیا است برای استخراج مفاهیم آموزشی، از نقشه-ی مفهوم برای ایجاد گرافی از مفاهیم و ارتباطات میان آن‌ها و از ابزارهای ویرایش‌گر آنتولوژی مانند پروتگ برای ساخت پایگاه‌دانش از نقشه‌ی مفهوم به زبانِ آنتولوژی وب استفاده شده است. همچنین از آن‌جاکه ساخت مواد آموزشی کاری وقت‌گیر، مشکل و پرهزینه است، این رساله برای بازیابی مواد آموزشی با استفاده از مدل پیشکارهای وب‌معنایی از موتورهای جستجوگر وب و وب‌سرویس‌های کتابخانه‌های دیجیتال استفاده می‌کند. روش پیشنهادی برای ایجاد پایگاه‌دانش از مفاهیم موجود در حوزه‌ی سیستم‌های فازی و بازیابی مواد آموزشی برای هر مفهوم استفاده می‌کند. ارزیابی سیستم با استفاده از مقایسه‌ی طرح پیشنهادی با کارهای پیشین و نظرسنجی دانش‌ورزان انجام می-شود. براساس این دو ارزیابی می‌توان به معنادار بودن، نشانه‌گذاری ساده‌، قابلیت پویایی ساده، کامل بودن و قابلیت اشتراک پایگاه‌دانش حاصل در تمامی سیستم‌های آموزشی، دسترسی سریع و دسته‌بندی شده به مفاهیم و سرفصل‌های آموزشی و دسترسی به منابع بیشتر اشاره کرد.

در اینترنتِ آینده که اینترنتِ سرویس‌‌ها نام گرفته است، سرویس یک مفهوم پایه است. این مفهوم، به منابعی که می‌‌توانند از طریق اینترنت عرضه شوند اطلاق می‌‌شود. برای استفاده از سرویسها و پر کردن فاصله بین مصرف‌‌کنندگان سرویس با ارائه‌دهندگان آن، نیاز به سازوکارهایی برای ثبت و جستجوی سرویسها است. تکنولوژی سرویس‌‌های وب یک رهیافت کنونی برای اینترنتِ آینده است که سازوکارهای مورد نیاز برای عرضه و استفاده از سرویسها را ارائه داده و توجه بسیاری از محققان را به خود جلب کرده است. در قلب این تکنولوژی، دایرکتوری سرویس قرار دارد که ثبت سرویس و جستجوی آن را میسر کرده است.با این وجود، با افزایش سرویس‌‌های وب و تکامل نیاز‌‌های کاربران، دایرکتوری‌‌های سرویس کنونی برای پاسخ به نیازهای کاربران، محدودیتهایی دارند که از مشکلات ساختاری و خدماتی آنها ناشی شده است و همین موضوع آن‌ها را برای اینترنت آینده ناکارآمد کرده است. از نظر ساختاری، این ماشین‌‌ها گلوگاه سیستم و نقطه خطا می‌‌باشند. دلیل این امر زمان‌بر بودن خدمت کشف سرویس مورد نیاز کاربر است. از نظر پردازش اطلاعات، دایرکتوری‌‌های سرویس هیچ دانشی از دادههای ذخیره شده تولید نمیکنند و همین، توان آن‌ها را محدود کرده است. خدمت ارائه‌شده به کاربر محدود به جستجوی سرویس است که در آن، دایرکتوری‌‌های سرویس تنها لیستی از سرویس‌‌های کاندید را برمی‌‌گردانند به این امید که یکی از آن‌ها مشابه درخواست کاربر باشد. این در حالی است که نیاز کاربران به خدمات سطح بالاتر مانند ترکیب سرویس بیشتر شده و این خدمات پیچیده باید در زمان کوتاه‌‌تری انجام شوند. اما در دایرکتوری‌‌های کنونی هیچ پیش پردازشی روی اطلاعات ذخیره شده به منظور استفاده بهینه‌‌ از آن‌ها و ارائه‌ خدمات بهتر صورت نمی‌‌گیرد. لذا کندی دایرکتوری‌های سرویس در ارائه خدمات و خدمات سطح پائین کنونی ارائه شده توسط آن‌ها که باعث تاخیر دایرکتوری سرویس در پاسخ گویی به پرس‌وجوهای پیچیده می‌شود، دو مشکلی است که در این پژوهش مورد توجه قرار داده شده است. برای غلبه بر این کاستی‌‌ها، یک دایرکتوری سرویس ایجاد شده که در آن روش جدیدی برای انتشار سرویس‌‌های وب ارائه‌ شده است. در این دایرکتوری سرویس، موجودیت‌‌های شبکه استخراج شده و بین آن‌ها با رابطه‌های معنایی تعریف شده، پیوند برقرار می‌‌شود تا یک گراف معنایی به وجود آید. بر اساس این گراف معنایی، خدمات جدید و بهینه‌ای عرضه شده است. نشان داده شده که این دایرکتوری سرویس قادر به ارائه‌ خدمات تکمیلی است و قابلیت پخش شدن را دارد. همچنین زیرساخت‌‌های نظری برای ساخت و نگهداری این دایرکتوری جدید توسعه داده شده است.خدمات ارائه‌ شده توسط دایرکتوری سرویس جدید و قابلیت‌‌های آن از طریق آزمایش‌‌های مختلف بررسی شده‌‌اند و کارایی سیستم و عملیاتی بودن آن نشان داده شده است.

در سال‌های اخیر، تحقیقات بسیاری جهت پیدا کردن روابط معنایی بین موجودیت‌ها به منظور بالا بردن سطح تجاری ارگان‌ها و شرکت‌ها انجام شده است. یکی از این روابط، رابطه مکمل بین کالاهاست. این رابطه، کالاهایی را مشخص می‌کند که در جهت برآورده ساختن یک نیاز با یکدیگر مصرف می‌شوند. این رابطه کاربردهای فراوانی در زمینه تجارت الکترونیکی و بازاریابی دارد. در این رساله، اقدام جدیدی جهت کشف این روابط انجام گرفته است. بدین صورت که یک روش خودکار و نظارت نشده جهت استخراج روابط مکمل بین کالاهای موجود در یک کاتالوگ محصولات در قالب یک روش یادگیری آنتولوژی با استفاده از اسناد موجود در وب به عنوان مجموعه نوشته‌های یادگیری طراحی و پیاده‌سازی شده است. در عصر حاضر، با رشد سریع جامعه اطلاعاتی، وب تبدیل به مخزن اطلاعاتی با ارزشی در همه حوزه‌های دانشی ممکن جهت انجام وظایف کسب دانش و بازیابی اطلاعات شده است. روش یادگیری آنتولوژی ارائه شده از خصوصیات وب به عنوان مجموعه نوشته‌های یادگیری بهره‌برداری می‌کند و بدین منظور روش‌های جدیدی جهت کسب دانش از مجموعه نوشته‌های وب، مورد استفاده قرار گرفته‌اند. رویه ارزیابی خودکاری نیز جهت ارزیابی روابط استخراج شده با استفاده از مخزن اطلاعاتی WordNet، طراحی شده است که روابط استخراج شده با استفاده از روش یادگیری آنتولوژی پیشنهادی به وسیله این رویه، مورد ارزیابی قرار گرفته است.از آن جایی که کالاهای مکمل کاربردهای فراوانی در بازاریابی و تجارت الکترونیک دارند و جهت نشان دادن کاربرد روابط استخراج شده، در نهایت یکی از کاربردهای این کالاها در زمینه تبلیغات زمینه‌ای انتخاب شده است. تبلیغات زمینه‌ای، یکی از انواع تبلیغات اینترنتی است که به صورت خودکار بر‌اساس محتوای صفحات وبی که کاربر در حال مرور کردن آن است، تبلیغات مرتبط را در این صفحات قرار می‌دهد. با استفاده از روابط استخراج شده از مرحله قبل، الگوریتم جدیدی جهت تطابق تبلیغات و صفحات در تبلیغات زمینه‌ای طراحی و پیاده‌سازی شده و سپس کارایی روابط استخراج شده در این تبلیغات، مورد ارزیابی قرار گرفته است.

اگر روشی وجود داشت که می شد به کمک آن معنا و مفهوم داده ها را برای ماشین تبیین و تفسیر کرد، آن گاه طبیعتاً ماشین می توانست بر اساس نیاز کاربر نتایج به مراتب دقیق تری را در اختیار او قرار دهد. به طور کلی وب معنایی ساختارمند کردن داده ها، اضافه کردن معنای آنها و در نهایت بازنمایی دانش به کمک ماشین با استفاده از فناوریها و استانداردهایی است که به وسیله کنسرسیوم وب جهان گستر در حال تدوین و تکمیل هستند. تیم برنرزلی و دوستانش وب معنایی را چنین معرفی می کنند: وب معنایی شاخه ای از وب فعلی است که در آن به اطلاعات، معنایی دقیق تخصیص داده شده است به گونه ای که کامپیوترها و انسان ها بتوانند با یکدیگر به صورت مشترک به کار بپردازند. این تعریف از چندین جنبه حائز اهمیت است. نخست، وب معنایی شاخه ای از وب فعلی است و به آرامی جایگزین آن خواهد شد. دوم این که در وبمعنایی به هر داده، تعدادی معنای مناسب تخصیص داده می شود. سوم این که هدف انجام اعمالی است که به وسیله انسان و ماشین بصورت مشترک انجام شود. در این تحقیق سعی می کنیم نقشه راهی ارائه نماییم تا صاحبان شرکت های تجاری بتوانند وب معنایی را به راحتی درک و عملی نموده و از پیاده سازی آن در ارائه خدمات تجاری خویش بهتر و بیشتر بهره گیرند. چارچوب توصیف منابع ، سرویس های وب ، هستی شناسی و ... فناوریهای وب معنایی هستند که ما در این تحقیق به آنها پرداخته ایم و مطالعه موردی آن در شرکت ایران خودرو خراسان اجرا شده است .

وب معنایی شامل قرار دادن داده‌ها روی وب و ساختن ارتباطات به گونه‌ای است که انسان و ماشین بتوانند محتوای وب داده را کاوشنمایند. هدف وب معنایی افزایش توانایی ماشین‌ها در دسترسی به منابع موجود در وب، پردازشو بکارگیریآن‌ها می‌باشد. با توجه به رشد گسترده‌ی داده‌های پیوندی و افزایش مجموعه داده‌ها در چند سال اخیر، نیاز به ابزاری برای کشف پیوند در مقیاس وسیع احساس می‌شود. ابزارهای کنونی برای کشف پیوند مجبور به مقایسه‌ی تمامی موجودیت‌ها در مجموعه داده‌ها هستند. با خوشه بندی موجودیت‌ها، می‌توان قبل از ایجاد پیوند و بر اساس نوع پیوند تعداد مقایسه‌ها بین موجودیت‌ها را کاهش داد. یکی از مهم‌ترین اتصالات معنادار در وب داده، شناسایی و اتصال موجودیت‌هایی است که به یک موجودیت یکسان اشاره می‌کنند ولی دارای شناسه‌های یکتای منبع متفاوت هستند و در مجموعه داده‌های مختلفی قرار دارند. در این تحقیق یک مدل به منظور شناسایی وایجاد خوشه‌هایی با موجودیت‌های همانند در وب داده ارائه شده است. مدل ارائه شده قابل بکارگیری روی مجموعه داده‌ها با دامنه‌های متفاوت است. این روش می‌تواند به عنوان یک مولفه در ابزارهای کشف پیوند مانند ابزار silk استفاده شده و سبب بهبود پبچیدگی زمانیوافزایش دقت کشف پیوند شود.مدل پیشنهادی دارای دو ماژول اصلی است: 1.

آنچه که تا کنون در فضای وب جریان داشته است افزایش روزافزون حجم اطلاعات و مستندات موجود در آن بوده است، بدون اینکه این افزایش حجم مستندات تاثیری در کاربرد و بهره برداری خودکار اطلاعات موجود به همراه داشته باشد. به علاوه امروزه اکثریت محتوای وب بر روی پایگاه داده های رابطه ای ذخیره شده اند. حرکتی که گام های اولیه آن درحال شکل گیری است تغییر شکل «وب» به موجودیتی تحت عنوان «وب معنایی» میباشد. وب معنایی یک گسترش از وب موجود است که گاهی اوقات تحت عنوان «وب آینده» و یا «وب نسخه 3» معرفی می شود، که در آن به اطلاعات، معانی خوش تعریفی داده می شود که بتوانند قابلیت همکاری بهتر بین کامپیوتر ها و انسان را فراهم کنند. موفقیت وب معنایی بر تولید انبوه داده های معنایی وابسته است. با توجه به حجم عظیم داده های رابطه ای ذخیره شده در پایگاه داده های رابطه ای موجود در وب، انتشار این داده های رابطه ای بر روی وب معنایی بسیار پر کاربرد خواهد بود. در این پایان نامه، الگویی جهت پیاده سازی جستجوی معنایی بر روی داده های ذخیره شده در پایگاه داده های رابطه ای، با استفاده از تکنیک های وب معنایی ارائه شده است. گام های اصلی الگوی پیشنهادی در این پایان نامه از این قرارند:1-بازنمایی داده های سازمانی ذخیره شده بر روی پایگاه داده های رابطه ای بر اساس گراف های معنایی با استاندارد RDF به صورت یک پایگاه دانش معنایی(نگاشت داده های رابطه ای به گراف های معنایی)2-آنالیز وابستگی های داده ای برنامه و بازنمایی اجزای برنامه و ارائه یک آنتولوژی سازمانی بر اساس آنها3-پیاده سازی یک موتور جستجوگر معنایی که بر پایه آنتولوژی سازمانی تهیه شده و پایگاه دانش نگاشت شده، که به جستجوی معنایی بر روی اطلاعات دامنه مورد نظر می پردازد.

سیستم‌های خبره از جمله سیستم‌های مطرح شده در هوش مصنوعی هستند که هدف آنها، تبدیل دانش افراد خبره در حوزه‌ای خاص، به یک سیستم کامپیوتری می باشد. این سیستم‌ها عموما بصورت منفرد طراحی شده و مورد استفاده واقع می‌شوند. همچنین حوزه دانشی که هر یک از این سیستم‌ها پوشش می‌دهد، محدود و مشخص است و سیستم خبره نمی‌تواند به سوالات خارج از حوزه دانش خود، پاسخ دهد. از این‌رو، برقراری ارتباط بین سیستم‌های خبره، نقش بسیار مهمی در استفاده از حوزه وسیع‌تری از دانش که توسط چند سیستم خبره پوشش داده شده‌اند، دارد.در این پایان‌نامه، یک سیستم توزیع شده مبتنی بر عامل ارایه شده است که با استفاده از آن می‌توان بین چند سیستم خبره مبتنی بر قانون که در حوزه‌های مرتبط و مشابه فعالیت می‌کنند، ارتباط برقرار کرد. در این سیستم، با طراحی پروتکل‌هایی برای توزیع تکنیک‌های استنتاج پیش‌رو و پس‌رو بین چند سیستم خبره، این امکان فراهم می‌شود که سیستم‌های خبره بتوانند برای پاسخ به پرسش‌های خود، از دانش سیستم‌های خبره دیگر نیز استفاده کنند. همچنین، برای استاندارد سازی نمایش دانش در کل سیستم، از Ontology استفاده شده است.سیستم طراحی شده و پروتکل‌های آن، مبتنی بر استاندارد FIPA بوده و در محیط JADE پیاده‌سازی شده‌اند. همچنین، برای پیاده‌سازی Ontology از ابزار Protégéاستفاده شده و خروجی آن بصورت فایل‌های JavaBean در محیط JADE مورد استفاده قرار گرفته‌اند.برای آزمون سیستم، از دو سیستم خبره تنظیم برنامه سفر که با استفاده از Jess پیاده سازی شده‌اند، استفاده شده است و نتایج بدست آمده نشان داده است که سیستم‌های خبره توانسته‌اند با استفاده از سیستم ارایه شده در این کار، از دانش سیستم‌های خبره دیگر برای حل مسایل خود استفاده کنند.

برخلاف وب، هدف اصلی وب‏معنایی قابلیت فهم ماشین از اسناد است. توسعه‏ی وب‏معنایی مستلزم توسعه ی داده‏های پیوندی است. داده‏های‏پیوندی اجزای سازنده ی وب‏معنایی هستند که در قالب مدلآر. دی. اف ، منابع‏داده‏ای مختلف وب را به هم مرتبط می کنند. با گذشت زمان تعداد این داده‏ها رو به افزایش است و این امر بازیابی و نگهداری داده‏ها را با مشکل مواجه کرده است. بنابراین نگهداری داده‏های‏پیوندی به نحوی که بازیابی اطلاعات مورد نیاز با صرف کمترین زمان و پیچیدگی انجام شود، نیاز به نگهداری بهینه ی این داده ها را توجیه می کند.معمولاً از جداول‏ رابطه‏ای بزرگ برای نگهداری داده‏های وب‏معنایی استفاده می‏شود. هدف این پژوهش شکستن این جداول رابطه‏ای به جداول کوچک‏تر به‏منظور مدیریت آسان‏تر داده‏های‏پیوندی و دسته‏بندی آن‏هاست. در روش پیشنهادی، این دسته‏بندی براساس نگاشت ساختارهای آنتولوژی مرتبط ‏با داده‏ها به پایگاه‏داده‏ی رابطه‏ای انجام می‏شود. روش‏ پیشنهادی جهت افزایش دقّت داده‏های‏پیوندی از نوعی استنتاج روی داده‏های‏پیوندی بهره می‏گیرد و سرعت بازیابی داده‏های‏پیوندی را نیز از‏ طریق انتخاب ساختارهای ذخیره‏ی مناسب و شاخص‏گذاری افزایش می‏دهد. نتایج حاصل از مقایسه‏ی روش پیشنهادی با روش‏های مطرح ذخیره‏سازی داده‏های آر. دی. اف مانند روش مستقل از الگو، روش مبتنی‏بر الگو و روش هیبرید افزایش سرعت و دقّت داده‏های بازیابی‏شده را نشان می‏دهد و با به‏کارگیری ساختارهای مناسب امکان پاسخ‏گویی به طیف وسیع‏تری از پرس‏وجوها فراهم می‏آید. به‏منظور ارزیابی نتایج از جعبه‏ی‏ اطلاعات در مجموعه‏داده‏ی دی‏بی‏پدیااستفاده شده است.

در این پایان‌نامه قصد دارم تا مطالعات متمرکز خود در دوره‌ی کارشناسی ارشد را گردآوری نمایم. این مطالعات با محوریت «یادگیری عامل‌های هوش‌مند از یک‌دیگر در محیطی پویا و متشکل از تعدادی از عامل‌های هوش‌مند ناهم‌سان» قصد دارد تا هوش‌مندی لازم برای عامل‌های موجود در محیط برای یادگیری از یک‌دیگر را فراهم آورد.برای بررسی یادگیری عوامل هوش‌مند، عنصر یادگیری را «مفاهیم» تشکیل‌‌دهنده‌ی محیط در نظر گرفتم. از آن‌جایی که می‌خواستم بر روی محیط‌های چندعامله کار کرده باشم، نیاز داشتم تا خاصیت جزیی بودن این‌گونه محیط‌ها را به گونه‌ای پیاده کنم. در نتیجه از نوع خاصی از مفاهیم به نام «مفاهیم ناهم‌رأی» استفاده کردم. یادگیری مفاهیم را بر مبنای یکی از اشیاء محیط و با استفاده از پروتکل «پرسش و پاسخ» که پروتکل استاندارد ایجاد ارتباط دوبه‌دو است انجام دادم.هم‌چنین برای این‌که مطالعه‌ی دقیق‌تری داشته باشیم، مسأله را از دیدگاه «نظریه‌ی بازی» یا Game Theory مطالعه نمودم. در نتیجه «بازی یادگیری مفاهیم ناهم‌رأی» را در دو ساختار مجزای دارای همکاری (Cooperative) و دارای رقابت (Competitive) بررسی کردم. در این راستا باید اشاره کرد که تمرکز اصلی ما در این پایان‌نامه بر روی دیدگاه همکاری بین عامل‌های هوش‌مند است. با این‌حال اشاراتی در محل لازم به دیدگاه رقابتی نیز انجام می‌پذیرد تا اهمیت هر دو دیدگاه به‌خوبی قابل درک باشد.به‌همین دلیل باید تمامی پروسه‌های لازم برای بازی بادگیری مفاهیم را نیز بررسی می‌کردم. به‌عنوان مثال‌هایی از این پروسه‌ها، روندهای دسته‌بندی (Classification)، رأی‌گیری (Voting) و یادگیری (Learning) را مطالعه کردم.برای این‌که مطالعات‌مان اثبات عملی نیز داشته باشد و صرفاً به نظریه‌پردازی نپرداخته باشیم، آزمایش‌های جداگانه‌ای برای بررسی عملی ایده‌های‌مان ترتیب دادم که در فصل آزمایش‌ها به آن‌ها اشاره شده‌است.در فصل انتهایی نیز مدل کامل یادگیری مفاهیم در یک سامانه‌ی چندعاملهرا با مولفه‌های مطالعه‌شده آوردم و افق‌های مطالعات آینده را –با اشاره به مولفه‌هایی که از این مدل باقی مانده‌اند- نشان دادم.