Завдяки сучасному стану інформаційних технологій, а саме комп’ютерному зору, туманним та хмарним обчисленням, засобам інтелектуального аналізу даних аграрії-рослинники можуть не тільки використовувати для підтримки прийняття управлінських рішень у виробництві рослинної продукції цифрові технології, а й зробити сільське господарство в цілому керованим і прогнозованим. Проте, на сьогодні залишається не охопленим такий важливий аспект, як формування набору даних для «навчання» програм, що використовують методи та засоби штучного інтелекту.

Метою дослідження є розробка елементів інформаційної технології підготовки навчальних даних, що містять прояви морфологічних ознак сортів рослин, для систем штучного інтелекту в сфері рослинництва.

Методи. У процесі дослідження застосовувався метод теоретичного аналізу і синтезу, статистичного аналізу, класифікації, метод індукції і дедукції, порівняння.

Результати. Проаналізовано застосування ієрархічного кластерного аналізу та алгоритму найближчих сусідів для ідентифікації груп найподібніших сортів рослин. За результатами аналізу виявлено перелік сортів, що будуть обстежені з використанням комп’ютерного бачення. Спроектовано інфологічну та даталогічну моделі бази даних для збереження інформації щодо прояву морфологічних ознак й фенологічних стадій розвитку рослин, а також оцифрованих даних зображень й даних спектрального аналізу вегетативних і генеративних органів рослин. Установлено перелік технологічних операцій для підготовки тренувальних даних, що формують навчальну вибірку даних системи штучного інтелекту.

Висновки. Запропонована технологія інтелектуального аналізу даних дозволяє підготувати навчальний набір даних, що буде використовуватись під час прогнозування врожайності рослин, визначення наближення стадії достигання рослин, визначення початкових стадій хвороби та пошкодження шкідниками рослин. Сформована база даних є підґрунтям для створення інтерфейсів програмного забезпечення для цифрового бачення та роботи алгоритмів штучного інтелекту.