Главная / Искусственный интеллект и робототехника /
Нейрокомпьютерные системы / Тест 4
Нейрокомпьютерные системы - тест 4
Упражнение 1:
Номер 1
Как формулируется решающее правило, основанное на формуле Байеса?
Ответ:
 (1) объект x
принадлежит классу Ci
с минимальным значением апостериорной вероятности P(Ci|x) 
 (2) объект x
принадлежит классу Ci
с максимальным значением апостериорной вероятности P(Ci|x) 
Номер 2
Какой функцией описывается оптимальная разделяющая поверхность при нормальном распределении объектов двух классов?
Ответ:
 (1) линейной (первого порядка) 
 (2) квадратичной (второго порядка) 
 (3) кубической (третьего порядка) 
Номер 3
Какое устройство реализует оптимальную разделяющую поверхность при нормальном распределении объектов двух классов?
Ответ:
 (1) персептрон 
 (2) паде-нейрон в комбинации с пороговым нелинейным элементом 
 (3) квадратичный адаптивный сумматор в комбинации с пороговым нелинейным элементом 
Упражнение 2:
Номер 1
Сколько разделяющих гиперплоскостей необходимо для реализации функции ИСКЛЮЧАЮЩЕЕ ИЛИ на нейронной сети?
Ответ:
 (1) одна 
 (2) две 
 (3) три 
Номер 2
Сколько слоев должна содержать нейронная сеть для выделения невыпуклой области?
Ответ:
 (1) один 
 (2) два 
 (3) три 
Номер 3
Каким уравнением описывается гиперплоскость, реализующая функцию И
?
Ответ:
 (1) x1 + x2 = 0,5 
 (2) x1 + x2 = 1,5 
Упражнение 3:
Номер 1
Сколько слоев должна содержать нейронная сеть для выделения выпуклой области?
Ответ:
 (1) один 
 (2) два 
 (3) три 
Номер 2
Что реализуют нейроны первого слоя многослойной нейронной сети при решении задачи нелинейного разделения двух классов?
Ответ:
 (1) гиперплоскости 
 (2) многогранники 
Номер 3
Может ли персептрон реализовать функцию ИСКЛЮЧАЮЩЕЕ ИЛИ?
Ответ:
 (1) да 
 (2) нет 
Упражнение 4:
Номер 1
Что является формализацией влияния возбуждения в одних областях мозга на возбуждение в других?
Ответ:
 (1) введение коэффициента, пропорционального сигналу одного нейрона, в величину веса сигнала другого нейрона 
 (2) введение обратных связей в структуру нейронной сети 
Номер 2
В каком слое следует увеличить число нейронов, чтобы повысить точность аппроксимации выпуклых областей?
Ответ:
 (1) в первом 
 (2) во втором 
 (3) в третьем 
Номер 3
Чему должно быть равно значение t
в уравнении x1 + x2 + x3= t, чтобы соответствующий нейрон реализовал функцию И?
Ответ:
 (1) любому числу из интервала (0,1) 
 (2) любому числу из интервала (1,2) 
 (3) любому числу из интервала (2,3) 
Упражнение 5:
Номер 1
Каким уравнением описывается гиперплоскость, реализующая функцию ИЛИ?
Ответ:
 (1) x1 + x2 = 0,5 
 (2) x1 + x2 = 1,5 
Номер 2
В каком слое следует увеличить число нейронов, чтобы увеличить число выпуклых областей, реализуемых сетью?
Ответ:
 (1) в первом 
 (2) во втором 
 (3) в третьем 
Номер 3
Чему должно быть равно значение t
в уравнении x1 + x2 + x3= t, чтобы соответствующий нейрон реализовал функцию ИЛИ?
Ответ:
 (1) любому числу из интервала (0,1) 
 (2) любому числу из интервала (1,2) 
 (3) любому числу из интервала (2,3)