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