Главная / Искусственный интеллект и робототехника /
Нейрокомпьютерные системы / Тест 12
Нейрокомпьютерные системы - тест 12
Упражнение 1:
Номер 1
Как задана обратная связь в сети RMLP?
Ответ:
 (1) выходы нейронов второго (выходного) слоя связаны со входами нейронов скрытого слоя 
 (2) выходы нейронов скрытого слоя связаны со входами нейронов этого же слоя 
Номер 2
В каких случаях рекуррентные нейронные сети являются удобным инструментом прогнозирования временных рядов?
Ответ:
 (1) когда не существует адекватной математической модели изучаемых временных рядов 
 (2) когда задача прогнозирования временных рядов может быть решена как задача локальной оптимизации 
Номер 3
Для чего используется идентифицированная модель объекта?
Ответ:
 (1) для управления объектом  
 (2) для прогнозирования выходных сигналов объекта 
Упражнение 2:
Номер 1
Для чего предназначена сеть Эльмана?
Ответ:
 (1) для реализации устройств ассоциативной памяти 
 (2) для моделирования временных рядов 
Номер 2
Что понимается под "памятью" экстраполятора?
Ответ:
 (1) его весовые коэффициенты 
 (2) те входные данные предшествующих тактов работы экстраполятора, которые используются для вычислений в данный момент 
Номер 3
Как задана обратная связь в сети Эльмана?
Ответ:
 (1) выходы нейронов второго (выходного) слоя связаны со входами нейронов скрытого слоя 
 (2) выходы нейронов скрытого слоя связаны со входами нейронов этого же слоя 
Упражнение 3:
Номер 1
Чем сеть RTRN отличается от сети Эльмана?
Ответ:
 (1) большим количеством слоев 
 (2) меньшим количеством слоев 
 (3) тем, что в сети RTRN не все выходные сигналы нейронов используются в качестве выходных сигналов слоя 
Номер 2
Какая величина минимизируется при идентификации динамического объекта нейронной сетью?
Ответ:
 (1) разность между выходными сигналами нейронной сети на двух следующих друг за другом тактах 
 (2) разность между выходным сигналом сети и выходным сигналом динамического объекта 
Номер 3
Для чего используется сеть RTRN?
Ответ:
 (1) для идентификации динамических объектов 
 (2) для обработки сигналов в реальном времени 
Упражнение 4:
Номер 1
Чему равно значение погрешности, управляющей процессом уточнения параметров нейронной сети RMLP?
Ответ:
 (1) разности выходного сигнала сети и выходного сигнала динамического объекта 
 (2) разности выходных сигналов сети на двух, следующих друг за другом итерациях 
Номер 2
Какие данные образуют множество входных сигналов скрытого слоя сети Эльмана?
Ответ:
 (1) входные сигналы сети вместе с задержанными выходными сигналами сети 
 (2) входные сигналы сети вместе с задержанными выходными сигналами скрытого слоя 
Номер 3
Какие данные образуют множество входных сигналов скрытого слоя сети RMLP?
Ответ:
 (1) входные сигналы сети вместе с задержанными выходными сигналами сети 
 (2) входные сигналы сети вместе с задержанными выходными сигналами скрытого слоя 
Упражнение 5:
Номер 1
Какие методы можно применять для прогноза временных рядов?
Ответ:
 (1) статистические 
 (2) рекуррентные нейронные сети на базе персептрона 
 (3) методы линейной алгебры 
Номер 2
Применим ли алгоритм обратного распространения ошибки к обучению рекуррентных персептронных сетей?
Ответ:
 (1) неприменим 
 (2) применим с учетом зависимости сигналов от их значений в предыдущие моменты времени 
 (3) применим без изменений 
Номер 3
К какой задаче в общем случае сводится задача прогноза данных на нейронной сети?
Ответ:
 (1) к задаче воспроизведения вектор-функции многих переменных по данным обучающей выборки 
 (2) к задаче интерполяции полиномиальной функции многих переменных