Главная / Искусственный интеллект и робототехника /
Нейрокомпьютерные системы / Тест 16
Нейрокомпьютерные системы - тест 16
Упражнение 1:
Номер 1
Что понимается под редукцией (сокращением) входных сигналов?
Ответ:
 (1) масштабирование наименее значимых сигналов 
 (2) исключение наименее значимых сигналов 
 (3) замена наименее значимых сигналов функцией остальных 
Номер 2
Как вычисляется оценка значимости сигнала (параметра) на всей выборке входных сигналов?
Ответ:
 (1) как сумма модулей оценок по отдельным примерам 
 (2) как минимум модуля оценки по отдельным примерам 
 (3) как максимум модуля оценки по отдельным примерам 
Номер 3
Каковы цели редукции (контрастирования) нейронной сети?
Ответ:
 (1) упрощение специализированных устройств 
 (2) сокращение объема используемой памяти 
 (3) ускорение обучения 
 (4) увеличение быстродействия 
Упражнение 2:
Номер 1
Как оценивается значимость входных сигналов сети?
Ответ:
 (1) по степени влияния изменения сигнала на функцию оценки качества работы сети 
 (2) по степени влияния изменения сигнала на выходной сигнал сети 
 (3) по величине весового коэффициента соответствующей связи 
Номер 2
Как оценивается значимость параметра, изменяющегося во времени (например, в результате обучения)?
Ответ:
 (1) в качестве оценки значимости изменяющегося параметра берется минимум оценки по значениям параметра 
 (2) в качестве оценки значимости изменяющегося параметра берется максимум оценки по значениям параметра 
 (3) в качестве оценки значимости изменяющегося параметра берется среднее арифметическое оценок по значениям параметра 
Номер 3
Какой показатель должен изменяться минимально при редукции нейронной сети?
Ответ:
 (1) значение функции оценки качества работы сети 
 (2) выходной сигнал сети 
 (3) скорость обучения сети 
Упражнение 3:
Номер 1
Какие варианты редукции существуют?
Ответ:
 (1) редукция "снизу вверх" 
 (2) редукция "сверху вниз" 
 (3) редукция "слева направо" 
 (4) редукция "справа налево" 
Номер 2
Что собой представляет бинаризация сумматора?
Ответ:
 (1) замена действительных значений входных сигналов двоичными значениями 
 (2) замена действительных значений весовых коэффициентов двоичными значениями 
 (3) замена сумматора комбинационной схемой на элементах базиса функций И, ИЛИ, НЕ 
Номер 3
Какой должна быть проекция вектора F на каждом шаге ортогонализации базиса?
Ответ:
 (1) отрицательной 
 (2) минимальной 
 (3) максимальной 
Упражнение 4:
Номер 1
Какой вариант процедуры отбрасывания наименее значимых параметров является простейшим?
Ответ:
 (1) обращение параметра в ноль 
 (2) замена отбрасываемого параметра на функцию остальных 
Номер 2
Какой вариант процедуры отбрасывания наименее значимых параметров является наилучшим?
Ответ:
 (1) обращение параметра в ноль 
 (2) замена отбрасываемого параметра на функцию остальных 
Номер 3
К каким функциям применим метод исключения параметров "сверху вниз" с ортогонализацией?
Ответ:
 (1) к любым 
 (2) только к функциям вида F(x,w)= ϕ(Σiwifi(x)) 
Упражнение 5:
Номер 1
Какие этапы включает в себя оценивание показателя значимости?
Ответ:
 (1) оценивание показателя значимости для одной компоненты вектора (примера) 
 (2) оценивание показателя значимости для вектора 
 (3) оценивание показателя значимости для всей выборки векторов 
Номер 2
Когда определение значимости через изменение выходного сигнала не имеет альтернатив?
Ответ:
 (1) когда рассматриваемая система является лишь подсистемой в некоторой системе 
 (2) когда рассматриваемая система имеет обратные связи 
Номер 3
В чем заключается рекурсивное контрастирование нейронной сети?
Ответ:
 (1) в исключении параметров сети – одного за другим 
 (2) в модификации параметров сети – одного за другим