игра брюс 2048
Главная / Математика / Обработка экспериментальных данных / Тест 14

Обработка экспериментальных данных - тест 14

Упражнение 1:
Номер 1
Где обязательно использование принципа нейросети?

Ответ:

 (1) в случае необходимости первичной информации для последующих выводов: органами зрения, слуха, обоняния, осязания. 

 (2) в случае, когда необходимо сверхоперативное решение 

 (3) в случае необходимости вычислительных средств сверхвысокой производительности. 

 (4) все ответы 


Номер 2
В чем выражается параллелизм?

Ответ:

 (1) одновременно обрабатывается большое число цепочек нейронов 

 (2) обрабатывается большое количество информации 

 (3) на разных компьютерах одновременно обрабатывается число цепочек нейронов 

 (4) нейроны параллельно распределяются по компьютеру 


Номер 3
Что должны учитывать разработки параллельного вычислительного устройства – нейрокомпьютера?

Ответ:

 (1) необходимо распределять нейроны между процессорами нейрокомпьютера, тем самым реализовать способ распараллеливания по информации;  

 (2) одинаковые на всех процессорах программы одновременно обрабатываемых нейронов в общем случае должны выполняться по разным ветвям 

 (3) необходимо распределить нейроны, между компьютерами распараллеливая по информации 

 (4) необходимо задействовать несколько компьютеров, т.к информация поступающая от нейросети имеет большой объем 


Упражнение 2:
Номер 1
Определение SPMD-технологии

Ответ:

 (1) одна программа - много потоков данных 

 (2) один поток – одна программа 

 (3) много программ- много потоков 

 (4) одна программа – один поток 


Номер 2
Какие требования следует учитывать при  аппаратной реализации НК?

Ответ:

 (1) один нейроподобный элемент должен делить время между имитацией многих нейронов 

 (2) один нейроподобный элемент должен соответствовать одному нейрону 

 (3) имитацией многих нейронов соответствует многим нейронам 

 (4) имитацией одного нейрона соответствует одному потоку нейроподобному потоку 


Номер 3
Принцип работы искусственного нейрона.

Ответ:

 (1) на вход искусственного нейрона поступает некоторое множество сигналов, каждый из которых является выходом другого нейрона 

 (2) каждый вход умножается на соответствующий вес, аналогичный синаптической силе 

 (3) произведения веса и синаптической силы суммируются, определяя уровень активации нейрона 


Упражнение 3:
Номер 1
Чему соответствует вес?

Ответ:

 (1) "силе" одной биологической синаптической связи 

 (2) пороговая константа, которая определяется как линейная функция 

 (3) постоянная пороговая величина, моделирующая линейную характеристику 

 (4) сигмоидальная (S-образная) функция 


Номер 2
В чем нуждаются слабые сигналы?

Ответ:

 (1) в большом сетевом усилении 

 (2) в логистической функции гиперболического тангенса 

 (3) в сигмоидальной функции 

 (4) в использовании "сжимающей" функции  


Номер 3
Какие свойства  биологического двойника игнорирует простая модель искусственного нейрона?

Ответ:

 (1) она не принимает во внимание задержки во времени 

 (2) входные сигналы сразу же порождают выходной сигнал 

 (3) воздействий функции частотной модуляции 


Упражнение 4:
Номер 1
ПЛИС – это

Ответ:

 (1) Рrogrammable logic device 

 (2) программируемая интегральная схема 

 (3) универсальная нейросеть 

 (4) нейроподобный механизм 


Номер 2
Что необходимо принимать во внимание при рассмотрении нейросети

Ответ:

 (1) предложенное решение должно учитывать текущее состояние сети Качество связи и наличие критических участков 

 (2) поиск оптимального решения должен осуществляться в реальном времени 


Номер 3
Недостатком нейросете является

Ответ:

 (1) невозможность рассмотрения процедуры их модификации, работающие на уровне отдельных связей 

 (2) последовательность входов и выходов работающих нейронов 

 (3) соединение элементов векторов нейронов с выходами, которые определяются матрецей весов 

 (4) количество факторов определяется конкретным числом нейронов в сети 


Упражнение 5:
Номер 1
Обучение сети – это

Ответ:

 (1) процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий 

 (2) процесс в результате, которого сеть правильно выполняет преобразование на тестовых примерах 

 (3) это подстройка параметров и структуры системы с целью достижения требуемого качества 

 (4) процесс управления в условиях непрерывных изменений внешних условий 


Номер 2
Адаптация — это

Ответ:

 (1) процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий 

 (2) процесс в результате, которого сеть правильно выполняет преобразование на тестовых примерах 

 (3) подстройка параметров и структуры системы с целью достижения требуемого качества 

 (4) процесс управления в условиях непрерывных изменений внешних условий 


Номер 3
Что характерно для реальных сложных систем?

Ответ:

 (1) информация о точечных замерах и значениях параметров 

 (2) информация о статистических законах распределения для отдельных величин 

 (3) информация о лингвистических критериях и ограничений 


Упражнение 6:
Номер 1
Нечеткое подмножество – это

Ответ:

 (1) класс непрерывной градации степени принадлежности 

 (2) когда множество «малых и «больших» величин не определены границей их степени малости 

 (3) не возможности четкой классификации каждого объекта к определенному классу 


Номер 2
ТНМ – это

Ответ:

 (1) теория нечетких множеств 

 (2) техника нечеткого множества 

 (3) теория функций специального вида - обобщенных характеристических функций 

 (4) универсальное множество функций 


Номер 3
Как изображается A нечеткий интервал между 5 до 8 и B нечеткое число около 4

Ответ:

 (1) files 

 (2) files 

 (3) files 

 (4) files 


Упражнение 7:
Номер 1
Как выглядит нечеткое множество между 5 и 8 И (AND) около 4

Ответ:

 (1) files 

 (2) files 

 (3) files 

 (4) files 


Номер 2
Нечеткое множество между 5 и 8 ИЛИ (OR) около 4 показано 

Ответ:

 (1) files 

 (2) files 

 (3) files 

 (4) files 


Упражнение 8:
Номер 1
Чем характеризуется нечетка переменная?

Ответ:

 (1) тройкой math 

 (2) именем переменной, универсальным множеством 

 (3) нечеткое множество описывающее ограничения на значение нечеткой переменной 


Номер 2
Лингвистической переменной называется набор

Ответ:

 (1) имя лингвистической переменной, терм множество 

 (2) синтаксическая процедура, семантическая процедура 

 (3) универсальное множество, терм множество 


Номер 3
Логические нейронные сети это

Ответ:

 (1) сети, создаваемые на основе логического описания системы управления 

 (2) сети, создаваемые на основе логического описания системы принятия решений в терминах алгебры высказываний 

 (3) сети, создаваемые на основе описания функциональной алгебры  

 (4) сети, включающие расчеты, основанные на аксонометрических функциях 


Упражнение 9:
Номер 1
Что можно выразить с помощью нейронных сетей?

Ответ:

 (1) любую непрерывную функциональную зависимость 

 (2) нечеткое множество с функциональной зависимостью 

 (3) переменную заданную аксонометрической зависимостью 

 (4) передвижение нейронов по заданному пути 


Номер 2
Что является недостатком нейронных сетей?

Ответ:

 (1) является невозможность объяснить выходной результат 

 (2) значения нейронов определены в виде коэффициентов весов 

 (3) значения нейронов определены как терм множества 

 (4) является невозможность определения переменной как универсального терм множества 


Номер 3
Какие методы используются для дефазификации нечеткого результата?

Ответ:

 (1) метод максимальной высоты 

 (2) метод максимальной высоты 

 (3) метод центра гравитации 


Упражнение 10:
Номер 1
Почему гибридные системы наиболее интересны в вопросах исследования?

Ответ:

 (1) они сочетают в себе преимущества нечетких систем и нейронных сетей 

 (2) они построены на основе аксонометрических функций 

 (3) они могут быть смоделированы как системы входов и выходов 


Номер 2
Какие принципы необходимы для работы гибридной системы?

Ответ:

 (1) отказ от точных цифр в пользу нечетких 

 (2) наличие содержательных оценок, позволяющих принять осмысленное решение  

 (3) расчет системы по определенным математическим функциям с указанием четких величин 

 (4) параметры функций четко указанны и рассчитаны 


Номер 3
Как традиционно формируются функций принадлежности?

Ответ:

 (1) с помощью статистических данных 

 (2) с помощью экспериментальных данных 

 (3) с помощью функции принадлежности 

 (4) с помощью алгоритма обратного распространения ошибки 


Упражнение 11:
Номер 1
Чего касается модификация модели нейрона для адаптации к нечетким системам?

Ответ:

 (1) выбора функции активации 

 (2) реализации операции сложения и умножения 

 (3) выбора функции аппроксимации 

 (4) реализации операции аппроксимации 


Номер 2
Какие функции необходимо определить для реализации интеллектуальной системы логического вывода?

Ответ:

 (1) функции принадлежности, вычисление импликации 

 (2) вычисление логических выражений условных частей правил с логическими связками И, ИЛИ; 

 (3) усреднение результата, получаемого по разным правилам путем композиции 


Номер 3
За счет чего достигается устойчивость модели?

Ответ:

 (1) за счет адаптации модели с поступлением новых данных 

 (2) за счет перемещения данных по кривой, построенной по функции аппроксимации 

 (3) за счет построения модели основанной на методах дефазификации 

 (4) за счет учета центра гравитации и среднего максимума 


Упражнение 12:
Номер 1
ННС – это

Ответ:

 (1) нечеткая нейронная сеть 

 (2) четкая нейронная сеть прямого распространения сигнала, которая построена на основе многослойной архитектуры с использованием И – ИЛИ – нейронов 

 (3) сеть, модифицированная на основе аппроксимации функций алгебры 

 (4) нечеткая нейронная сеть реализованная с помощью набора функций отвечающим законам физики 


Номер 2
Перечислите этапы, по которым интеллектуальная система осуществляет логический вывод по базе нечетких правил.

Ответ:

 (1) фазификация фактических данных, дефазификация 

 (2) композиция входной переменной, Агрегация среднего значения 

 (3) вычисление нечеткой импликации 


Номер 3
Что определяет надежность схем в гибридных сетях?

Ответ:

 (1) гибридная модель имеет по каждому параметру относительный коридор стабильности 

 (2) гибридная модель строится как система управления автоматическими процессами 

 (3) гибридная модель имеет проксимальный выход и симметричный вход 




Главная / Математика / Обработка экспериментальных данных / Тест 14