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