Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 1

Нейрокомпьютерные системы - тест 1

Упражнение 1:

Номер 1

 Что в наибольшей степени влияет на результат работы нейронной сети?

Ответ:

(1) модель нейрона

(2) топология связей

(3) веса связей

Номер 2

Что является главным результатом Розенблатта?

Ответ:

(1) доказательство сходимости процедуры обучения персептрона к решению поставленной задачи

(2) выделение класса задач, которые однослойный персептрон решать не может

(3) разработка алгоритма обратного распространения ошибки для обучения многослойного персептрона

Номер 3

Какую парадигму искусственного интеллекта реализуют нейронные сети?

Ответ:

(1) символьную

(2) коннекционистскую

Упражнение 2:

Номер 1

К чему приводит отказ компонента (нейрона или синаптической связи) сети?

Ответ:

(1) к отказу всей сети

(2) к некоторому ухудшению характеристик сети

Номер 2

В чем заключается обучение нейронной сети?

Ответ:

(1) в построении точного алгоритма решения задачи

(2) в минимизации штрафа, как неявной функции связей

Номер 3

На какие классы нейронные сети делятся по структуре?

Ответ:

(1) однослойные

(2) односвязные

(3) многослойные

(4) многосвязные

Упражнение 3:

Номер 1

Каковы типичные приложения нейронных сетей?

Ответ:

(1) классификация образов

(2) обработка символьных строк

(3) ассоциативная память

Номер 2

Какие из перечисленных  ниже свойств характерны для нейронных сетей?

Ответ:

(1) массовый параллелизм обработки информации

(2) функционирование по заданному алгоритму

(3) устойчивость к шумам и искажениям сигналов

(4) обобщение результатов обучения

(5) чувствительность к искажениям данных и повреждениям аппаратуры

Номер 3

Какую функцию реализует ассоциативная память?

Ответ:

(1) классифицирует входной объект

(2) восстанавливает полный образ по частичным данным

(3) задает соответствие между нейронами и входными объектами

Упражнение 4:

Номер 1

Какие из нижеперечисленных особенностей присущи традиционным вычислительным системам?

Ответ:

(1) необходимо точное описание алгоритма

(2) искажения данных не влияют существенно на результат

(3) каждый обрабатываемый объект явно указан в памяти

Номер 2

Что представляет собой задачник при обучении нейронных сетей?

Ответ:

(1) набор примеров с заданными ответами

(2) набор нерешенных задач

Номер 3

Как нейрон МакКаллока-Питса определяет свое состояние?

Ответ:

(1) сравнивает взвешенную сумму входных сигналов с порогом

(2) вычисляет значение непрерывной функции от взвешенной суммы входных сигналов

Упражнение 5:

Номер 1

В каких областях применяются нейрокомпьютеры?

Ответ:

(1) для решения задач искусственного интеллекта

(2) в системах управления и технического контроля

(3) для создания спецвычислителей параллельного действия

(4) как инструмент изучения человеческого мозга

(5) для построения компиляторов программ

Номер 2

Какие состояния имеют нейроны МакКаллока-Питса?

Ответ:

(1) любое значение из интервала (0,1)

(2) 0 и 1

Номер 3

Как должен изменяться вес входа нейрона по правилу Хебба?

Ответ:

(1) вес входа должен уменьшаться при корреляции между входом и выходом нейрона

(2) вес входа должен увеличиваться при корреляции между входом и выходом нейрона

Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 1