بورس اوراق بهادار، نقش مهمی در چرخه مالی و رونق اقتصادی، ایفا می کند. بنابراین باید بتوان به شیوه ای کارا و موثر، عملیات و پردازش های تعریف شده را پشتیبانی کرده و به ارزیابی آنها پرداخت. ارزیابی شامل بررسی گزینه های مختلف تصمیم گیری و نیز امکان ترکیب آنها در جهت دستیابی به انتخاب بهینه می باشد.ویژگی های متعدد متغیر های موجود در این دامنه و ارتباطات متنوع میان آنها، نقش مهمی در گرفتن تصمیم های سازنده و بدور از ریسک، در این بازار بعهده دارند. در اغلب روش های ارزیابی کنونی، تحلیل ها مبتنی بر سناریو بوده و با کمک روش های مختلف از جمله هوش مصنوعی، تلاش شده است که دانش خاصی از اطلاعات موجود، استخراج گردد. اما این نتایج با تغییر اهداف، غیر قابل استفاده می شوند و همچنین اشتراک گذاری آنها نیز درگیر مشکلات معنایی می باشد. دراین تحقیق، پایگاه دانشی برای پشتیبانی از فرآیندهای بازار بورس اوراق بهادار، با تکیه بر رهیافت جدیدی بنام هستی شناسی، ارائه شده است. در این هستی شناسی پیشنهادی، بر روی استفاده مجدد از دانش و اشتراک گذاری آن تأکید شده است. تلاش شده است تا هستی شناسی پیشنهادی، توانایی پشتیبانی از کلیه تراکنش های موجود در بازار سهام را داشته باشد و با لحاظ کردن کلیه روابط میان متغیرها، علاوه بر دانش آشکار، به کشف دانش ضمنی پرداخته و کیفیت تصمیم گیری ها را ارتقا بخشد.

نفت به عنوان ماده اصلی تأمین انرژی جهان، همواره از اهمیت‏ ویژه‏ای برخوردار بوده است. از این رو قیمت‏های آینده نفت یکی از عوامل مهمی است که سیاست‏ها و برنامه‏ریزی‏های دولت‏ها، سازمان‏های بین‏المللی و شرکت‏ها را تحت‏تأثیر قرار می‏دهد. بنابراین پیش‏بینی قیمت نفت از طریق روش‏های اقتصاد سنجی و روش های شبکه های عصبی مبتنی بر داده کاوی و هستی شناسی می‏تواند مفید و راه گشا باشد. گرچه پیش‏بینی قیمت نفت در بازار بین‏المللی امری مشکل است اما محققان با مدل‏سازی توانسته‏اند به نتایج قابل توجهی دست یابند. دشواری پیش‏بینی قیمت بدون در نظر گرفتن عوامل غیر بنیادی از آنجا ناشی می‏شود که پیش بینی این عوامل خود وابسته به پیش‏بینی عوامل بنیادی بازار نظیر تقاضا و عرضه است که به نوبه خود به عوامل دیگری از جمله رشد اقتصادی و عوامل فنی- تکنولوژیکی وابسته‏اند. شناخت بازار نفت و توانایی ارائه پیش بینی صحیح از وضعیت قیمت نفت یکی از چالش های مهم علمی در سرتاسر جهان است. خصوصاً این مسأله در کشورهایی که اقتصاد آن ها وابستگی بیشتری به صنعت نفت دارد (نظیر ایران) از اهمیت ویژه ای برخوردار است، چرا که پیش بینی صحیح قیمت نفت، تأثیرات مهمی در سیاست گذاری ها و برنامه ریزی های اقتصاد کلان کشور خواهد داشت. در این تحقیق از داده های سالانه طی دوره ی 1980 تا 2009 میلادی استفاده گردیده است. به منظور پیش بینی قیمت نفت، 25 سال (1980تا 2004) را به عنوان مجموعه آموزش و 5 سال (2005 تا 2009) را به عنوان مجموعه آزمایش در نظر گرفته شده است. در این پژوهش ابتدا مناسب ترین مدل خودرگرسیو میانگین متحرک مطابق با سری زمانی قیمت نفت برنت و با استفاده از معیارهای آکائیک و شوارتز-بیزین شناسایی شده که نتایج نشان دهنده ی مدل (1,1)arma بر روی لگاریتم قیمت نفت برنت می باشد. در تحقیق حاضر جهت بیان دقت مدل از معیارهای خطای میانگین مربعات خطا (rmse) و میانگین قدر مطلق خطا (mae) استفاده شده است. سپس به استخراج هستی شناسی بازار بین المللی نفت پرداخته و با استفاده از داده کاوی (خوشه بندی) به تحلیل سری زمانی قیمت نفت پرداخته و عوامل موثر بر قیمت نفت شناسایی شدند. این عوامل عبارتند از: ذخایر اثبات شده نفت کشورهای oecd، تولید نفت اوپک، ظرفیت پالایشگاه های نفت کشورهای oecd، قیمت طلا و رشد اقتصادی کشورهای گروه7. پس از تحلیل و شناخت بیشتر از بازار نفت، هستی شناسی اولیه اصلاح شده و هستی شناسی کامل تر و مناسب تری در مورد بازار نفت بنیان نهاده شد. با توجه به معیارهای خطای بدست آمده مشخص شد که مدل های شبکه عصبی مصنوعی دقت بسیار بالاتری نسبت به مدل اقتصادسنجی خودرگرسیو میانگین متحرک در پیش بینی قیمت جهانی نفت دارند، هم چنین در بین مدل های شبکه عصبی، مدلی که از نتایج خوشه بندی و هستی شناسی اصلاح شده استفاده می نماید دقت بیشتری نسبت به سایر مدل ها دارد.

هستی شناسی مدلی برای نمایش یک دامنه است و برای استدلال درمورد اشیا و روابط بین آنها در همان دامنه به کار می رود. هستی شناسی معمولا شامل مفاهیم، روابط بین مفاهیم، نمونه ها و ویژگی های مفاهیم است. در سالیان گذشته تعداد هستی شناسی های موجود به شدت افزایش یافته است. وجود این سطح از تنوع، مسئله ادغام و استفاده مجدد از اطلاعات را مطرح می نماید. اگرچه که با بررسی دقیق تر هستی شناسی ها می بینیم که بسیاری از آنها با یکدیگر دارای همپوشانی هستند، اما استفاده از چهارچوب های کاری متفاوت، زبان های متنوع، و از همه مهمتر زوایای دید مختلف برای توسعه و ایجاد آنها باعث می شود تا کشف این شباهت ها و به طور کلی روابط بین مفاهیم مطرح شده در هریک از آنها ساده نباشد. آنچه به عنوان راه حل برای این مشکل مطرح می شود، تطابق هستی شناسی است. اصل این کار بر کشف مطابقت های بین مفاهیم و روابط آنها در هستی شناسی های مختلف و ایجاد نگاشت بین آنها استوار است. در این مطالعه استفاده از استنتاج فازی در کنار هستی شناسی سطح بالای وردنت در تطابق، امکان سنجی شده و نتایج حاکی از این است که استنتاج فازی می تواند به عنوان گزینه ای برای روش های تطابق در نظر گرفته شود.

مبارزه با علف های هرز توسط سم پاش های هوشمند یکی از مهم ترین اهداف کشاورزی دقیق می باشد. زیرا سم پاشی به روش سنتی علاوه بر آلوده کردن محصول کشت شده با علف کش به اکوسیستم منطقه نیز آسیب جدی وارد می سازد. هدف از انجام این پژوهش ارائه راهکاری برای افزایش دقت و سرعت سم پاشی مزارع توسط سم پاش های هوشمند مورد استفاده در کشاورزی دقیق می باشد. به همین منظور نقشه دیجیتالی از محل رویش علف هرز و میزان آن در سطح مزرعه با استفاده از ماشین بینایی تهیه گردید. در این راستا با استفاده از یک دوربین دیجیتال از سطوح بین ردیف ها در مزرعه تصویر برداری به عمل آمد. به کمک سامانه موقعیت یاب جهانی (gps) نیز مختصات مکانی تصاویر تصاویر گرفته شده و ذخیره گردید. پس از پردازش تصاویر بدست آمده توسط نرم افزار متلب نسخه 2012، وجود علف هرز در تصاویر مشخص شد. آنالیز تصاویر در فضاهای رنگیl*a*b* و hsi جهت تشخیص علف هرز، نشان داد که دقت فضای رنگی hsi از فضای رنگی l*a*b* بالاتر بود. در نهایت با استفاده از نرم افزار visual studio 2012 microsoft یک نرم افزار رابط کاربری جهت تولید نقشه دیجیتال طراحی شد. این نرم افزار با دریافت فایل های مربوط به داده های gps و متلب نقشه نهایی را به صورت یک کدبندی اختصاصی تهیه می نماید.