Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 13

Нейрокомпьютерные системы - тест 13

Упражнение 1:

Номер 1

По какому признаку в методе динамических ядер вектор сигналов относится к заданному классу?

Ответ:

(1) по минимуму квадрата евклидова расстояния до ядра класса

(2) по максимуму квадрата евклидова расстояния до ядра класса

Номер 2

Когда производится слияние двух классов?

Ответ:

(1) когда расстояние между ядрами классов меньше, чем среднее расстояние от элемента класса до ядра в одном из них

(2) когда расстояние между ядрами классов больше, чем среднее расстояние от элемента класса до ядра в одном из них

Номер 3

Когда в задаче классификации без учителя можно перейти от использования квадрата евклидова расстояния между входным сигналом и ядром к скалярному произведению входного сигнала и ядра?

Ответ:

(1) когда компоненты векторов входных сигналов и ядер имеют действительные значения

(2) когда векторы входных сигналов и ядер нормированы

Упражнение 2:

Номер 1

Какое правило обучения реализует алгоритм WTM?

Ответ:

(1) победитель получает все

(2) победитель получает больше

Номер 2

Какой тип соседства дает лучшие результаты обучения карты Кохонена?

Ответ:

(1) прямоугольное соседство

(2) гауссовское соседство

Номер 3

Какой алгоритм самоорганизации поощряет нейроны с наименьшей активностью?

Ответ:

(1) WTA

(2) CWTA

(3) WTM

Упражнение 3:

Номер 1

Какой вариант компрессии данных реализует сеть Кохонена?

Ответ:

(1) компрессия с потерей части информации

(2) компрессия без потерь информации

Номер 2

На каком свойстве сети Кохонена основана компрессия данных?

Ответ:

(1) снижение разрядности компонент векторов сигналов

(2) представление кластера векторов весовым вектором нейрона-победителя

Номер 3

Что минимизируется при компрессии данных сетью Кохонена?

Ответ:

(1) размер кодовой таблицы

(2) погрешность квантования

Упражнение 4:

Номер 1

Каким образом производится отнесение объекта к определенному классу при классификации без учителя?

Ответ:

(1) путем сравнения объекта с типичными элементами разных классов и выбора из них ближайшего

(2) путем сравнения объекта со всеми элементами разных классов и применения процедуры голосования

Номер 2

Какие нейроны изменяют свои веса при обучении сети Кохонена алгоритмом WTM?

Ответ:

(1) только нейрон-победитель

(2) нейрон-победитель с заданной его окрестностью

(3) все нейроны сети

Номер 3

Какой тип соседства используется в классическом алгоритме Кохонена?

Ответ:

(1) прямоугольное

(2) гауссовское

Упражнение 5:

Номер 1

Какие данные образуют кодовую таблицу при компрессии?

Ответ:

(1) веса нейронов-победителей

(2) номера нейронов-победителей

Номер 2

Каким образом определяется количество классов в методе динамических ядер?

Ответ:

(1) путем начального задания достаточно большого числа ядер с последующим их слиянием

(2) постепенным наращиванием числа ядер

Номер 3

Чем определяется степень адаптации нейронов-соседей при использовании соседства гауссовского типа?

Ответ:

(1) евклидовым расстоянием между нейроном-победителем и нейроном-соседом

(2) уровнем соседства

(3) рангом соседа

Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 13