Պատմամշակութային սկզբնաղբյուրների հավաստիությունը, ուստի և գիտական արժեքը կախված է ուսումնասիրման աստիճանից: Ժայռապատկերների և հարակից մշակութային արտեֆակտերի հսկայական քանակի և բազմազանության դեպքում հարկ է կատարել համալիր, բազմակողմ դասակարգում, ինչը կդյուրացնի ժայռապատկերների իմաստաբանական ու տարածա-ժամանակային կողմերի վերհանումը: Մեքենական ուսուցման արդի տեխնոլոգիաները կիրառելի են նաև ժայռապատկերաբանության ասպարեզում։ Դրանց ներդրումը խոստումնալից է պատկերների ճանաչման և դասակարգման խնդիրներում։ Մեքենական ուսուցումը «արհեստական բանականության» մասերից է, որն ինքնաշխատ կերպով հնարավորություն է տալիս մեքենային կամ համակարգին սովորել և կատարելագործվել փորձառությամբ: Հստակ ծրագրավորման փոխարեն սա ալգորիթմներ է օգտագործում՝ մեծաքանակ տվյալների վերլուծության հիմամբ որոշում կայացնելու համար: Առավել շատ տվյալների կիրառմանը համընթաց, մոդելի կանխատեսումները բարելավվում են, ի վերջո բարձրացնելով դրանց ճշգրտությունն ու հուսալիությունը: Օգտագործելով Մեքենական ուսուցման հիմնական տեսակներից մեկի՝ Վերահսկվող ուսուցման մոտեցումը, մոդելը վերապատրաստվում, «սովորում» է, ըստ հետազոտողի տրամադրած` պիտակավորված պատկերների խմբաքանակի: Վերահսկվող ուսուցումը ներառում է հետազոտողի կողմից յուրաքանչյուր ժայռապատկերի պիտակավորումն ըստ իր բովանդակության՝ թույլ տալով, որ սովորեցված մոդելը ճշգրիտ կանխատեսի նոր, նախկինում չդիտարկված պատկերների բովանդակությունը: Կարելի է կիրառել նաև Չվերահսկվող ուսուցումը, երբ մոդելը սովորում է ըստ այն տվյալների, որոնք չի պիտակավորել հետազոտողը: Դա կնպաստի Հայաստանի ժայռարվեստի մի շարք հիմնարար խնդիրների լուծմանը, քանզի այն որոշակիորեն առանձնանում է հնությամբ, բազմաժանրությամբ և, հատկապես՝ կիրառական նշանակությամբ։ Ժայռապատկերների համար մշակված Մեքենական ուսուցման եղանակները կարող են կիրառվել մշակութաբանության այլ ոլորտներում՝ բարելավելով պատկերների ճանաչումը, վերլուծությունը և տվյալների դասակարգումը:

Բանալի բառերՀայաստան հնագիտություն արհեստական բանականություն դասակարգում շտեմարան Մեքենական ուսուցում ժայռապատկեր։