игра брюс 2048
Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 15

Нейрокомпьютерные системы - тест 15

Упражнение 1:
Номер 1
Какие из перечисленных ниже свойств присущи традиционным (четким) нейронным сетям?

Ответ:

 (1) способность к обучению 

 (2) высокая степень параллелизма 

 (3) надежность 

 (4) простота объяснения полученных результатов 


Номер 2
Какие методы включает в себя вычислительный интеллект (мягкие вычисления)?

Ответ:

 (1) нейрокомпьютинг 

 (2) синтаксический анализ 

 (3) нечеткую логику 

 (4) метод ветвей и границ 

 (5) генетические вычисления 


Номер 3
Какие из следующих особенностей отличают мягкие экспертные системы от нечетких?

Ответ:

 (1) представление знаний в форме нечетких продукций 

 (2) представление знаний в виде обученных нейронных сетей 

 (3) представление знаний в виде лингвистических переменных 

 (4) применение генетических алгоритмов 


Упражнение 2:
Номер 1
Какой из модулей системы нечеткого вывода суммирует результаты срабатывания произвольного множества правил вывода?

Ответ:

 (1) фазификатор 

 (2) агрегатор 

 (3) дефазификатор 


Номер 2
Какие слои сети TSK выполняют фазификацию переменных?

Ответ:

 (1) первый 

 (2) второй 

 (3) третий 

 (4) четвертый 

 (5) пятый 


Номер 3
Какая из функций принадлежности обладает наибольшим числом параметров?

Ответ:

 (1) функция Гаусса 

 (2) треугольная 

 (3) трапецеидальная 


Упражнение 3:
Номер 1
Параметры какой функции рассчитываются при обучении нечетких нейронных сетей? 

Ответ:

 (1) фазификации 

 (2) агрегирования 

 (3) дефазификации 


Номер 2
В каких слоях сети TSK производится настройка параметров при обучении?

Ответ:

 (1) первый 

 (2) второй 

 (3) третий 

 (4) четвертый 

 (5) пятый 


Номер 3
Какая из форм произведения функций принадлежности использует операцию выбора минимального значения?

Ответ:

 (1) логическое произведение 

 (2) алгебраическое произведение 


Упражнение 4:
Номер 1
Какие параметры сети ТСК изменяются в процессе обучения?

Ответ:

 (1) параметры полинома ТСК 

 (2) параметры матрицы весов второго слоя 

 (3) параметры функций принадлежности 


Номер 2
Почему модель Мамдани-Заде называют нечеткой нейронной сетью?

Ответ:

 (1) в модели используется нечеткий вывод 

 (2) модель можно представить в виде многослойной структуры, напоминающей структуру классических нейронных сетей 

 (3) модель использует сигмоидальную функцию активации 


Номер 3
Что утверждает принцип "конструктивной неопределенности"?

Ответ:

 (1) точность и смысл противоречат друг другу, начиная с некоторого момента анализа 

 (2) точность и смысл дополняют друг друга, начиная с некоторого момента анализа 


Упражнение 5:
Номер 1
Каким методом можно выполнить дефазификацию нечеткого множества?

Ответ:

 (1) дефазификация относительно центра 

 (2) дефазификация относительно среднего центра 

 (3) дефазификация относительно среднего минимума 

 (4) дефазификация относительно среднего максимума 


Номер 2
Какая функция фазификации используется в сети ТСК?

Ответ:

 (1) функция Гаусса 

 (2) треугольная 

 (3) трапецеидальная 

 (4) функция вида μA(x) = 1/(1+((x-C)/σ)2b) 


Номер 3
Какие части должна содержать база знаний мягкой экспертной системы?

Ответ:

 (1) функции принадлежности 

 (2) нечеткие продукции 

 (3) рекуррентные нейронные сети  

 (4) нечеткие нейронные сети 

 (5) сети АРТ  

 (6) процедуры интерпретации хромосом генетических алгоритмов 

 (7) функции оптимальности 




Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 15