Мақала бастапқыда Д. Макферсон, Д. Маркер және Ч. Стайнхорн терең зерттеген әлсіз o-минималдылық түсінігіне қатысты. Сызықтық реттелген M құрылымының А ішкі жиыны дөңес болады, егер кез келген a, b Î A және c Î M кезінде a < c < b бізде c Î A болса.  Әлсіз o-минималды құрылым – бұл M құрылымының кез келген анықталатын (параметрлері бар) ішкі жиыны М-дегі дөңес жиындардың ақырлы санының бірігуі болатындай M = áM, =, <,… ñ сызықты реттелген құрылым.  Бинарлық дөңестік рангілері теңдігінің критерийі әлсіз ортогональды емес алгебралық емес 1-типтері үшін дерлік омега-категориялық әлсіз o-минималды теорияларда осы түрлердің біреуінің жүзеге асу жиынынан элемент болған жағдайда табылады, оның анықталатын жабылуы басқа түрдегі іске асыру жиынымен бос емес қиылысы бар.

Мақалада автокөлік бағасын болжау үшін машиналық оқыту алгоритмдері енгізілген және талданған. Бағаны болжау – күрделі, бірақ қызықты тапсырмалардың бірі. Болжауға көптеген факторлар қатысады – шығарылған жылы, жағдайы, жүрісі, қозғалтқыш көлемі және т.б. Барлық осы аспектілер автокөлік бағасын тұрақсыз етеді және жоғары дәлдікпен болжауды қиындатады. Машиналық оқыту әдістерін бұрын көрмеген үлгілер мен идеяларды ашып және оларды дәл болжау мен жіктеу үшін қолдануға болады. Берілген тапсырмаға сәйкес келетін деректерді жіктеу әдісін таңдау – деректердің көлеміне, сапасына және сипатына, компьютердің есептеу ресурстарына және нәтижені қалай пайдалану жоспарларына байланысты. Әрбір жіктеу алгоритмінің өзіндік ерекшеліктері бар және ол белгілі болжамдарға негізделген. Бұл мақаланың мақсаты – оқыту деректерін алдын ала өңдеу кезеңдерін қарастыру және атап айтқанда, машиналық оқыту және тұтастай алғанда ақпараттық технологиялар автомобиль саласында модельдеу, жобалау, болжау, жоспарлау және шешімдерді қолдау құралдарын әзірлеуде қалай табысқа жеткенін көрсету. Бұл зерттеу есептерді болжаудың гибридті тәсілін ұсынады, яғни статистикалық талдау және машиналық оқыту әдістерін пайдалана отырып болжау мәселелерін шешу

[11] Жұмыста теориялардың табиғи үйірлері үшін аппроксимациялардың қуаты мен түрлерін сипаттау мәселесі көтерілген. Бұл жұмыста қойылған сұраққа ішінара жауап берілген және біз теориялардың табиғи класстарының аппроксимацияларын зерттеуді жалғастырамыз. Бір циклден немесе басқаша айтқанда, тұйық тізбекте қосылған шыңдардың белгілі бір санынан (граф қарапайым болса, кемінде 3) тұратын граф цикл қарастырылады. Шексіз граф цикл ақырлы граф циклдармен жуықталатыны көрсетілген. Тұрақты графтардың ақырлы тұрақты графтар арқылы аппроксимациялары қарастырылады. Сонымен қатар, ациклдік графтардың ақырлы тұрақты графтар арқылы аппроксимациялары қарастырылады. Шексіз тұрақты графтың псевдоақырлы екені дәлелденді. Сондай-ақ, кез келген k үшін кез келген k-тұрақты граф біртекті және псевдоақырлы екені дәлелденді. Псевдоақырлы 3-тұрақты және 4-тұрақты графтардың мысалдары келтірілген.

Мақалада метанолды судан дистилляциялау бағанында шикі мұнай өнімдерін алу үшін бөлуді бақылау процесін жақсартатын әдістер көрсетілген. Қазіргі уақытта көптеген өнеркәсіптер PID контроллерлерін температура, ағын, қысым, деңгей сияқты айнымалыларды басқару үшін пайдаланады, бұл жақсы көрсеткіштерді сақтауға көмектеседі. Алайда PID контроллерлері күрделі басқару жүйелерінде, мысалы, бірнеше енгізу және бірнеше шығару (MIMO) жүйелерінде сәл нашар көрсеткіштерге ие болуы мүмкін, сондықтан PID-ді жақсартудың оңтайландыру әдісі қарастырылады. PID техникасын зерттеуге, жетілдіруге, басқарудың жетілдірілген әдістерін жасауға көптеген жылдар жұмсалды. Дегенмен әлі де PID контроллері жауап бере алмайтын бірқатар жалпы басқару қиындықтары бар. Бұл жұмыста, нейрондық желіcінің жақсы жалпылау нәтижелеріне байланысты, жасанды нейрондық желіcіне негізделген PID контроллері метанолды дистилляциялық бағандағы судан бөлу процесін бақылау үшін қолданылады. Басқарудың негізгі объектісі ретінде Вуд және Берриматематикалық моделі таңдалды.