Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 9

Нейрокомпьютерные системы - тест 9

Упражнение 1:

Номер 1

Почему радиальные функции называют функциями локальной аппроксимации?

Ответ:

(1) радиальные функции имеют ненулевые значения в ограниченной области пространства

(2) радиальные функции имеют аргументы ограниченной размерности

Номер 2

Почему аппроксимация, реализуемая сигмоидальной нейронной сетью, называется глобальной?

Ответ:

(1) преобразование значения функции в произвольной точке пространства выполняется объединенными усилиями многих нейронов

(2) преобразование значения функции в произвольной точке пространства выполняется одним нейроном

Номер 3

Какое утверждение лежит в основе функционирования радиальных сетей?

Ответ:

(1) нелинейные проекции образов в некоторое многомерное пространство могут быть линейно разделены с большей вероятностью, чем их проекции в пространство с меньшей размерностью

(2) нейронная сеть радиального типа функционирует по принципу многомерной интерполяции

Упражнение 2:

Номер 1

Что реализует радиальный нейрон в пространстве входных сигналов?

Ответ:

(1) гиперплоскость

(2) гиперсферу

Номер 2

Почему для решения задачи классификации (т.е. разбиения пространства входных сигналов на области) в радиальной сети достаточно иметь два слоя нейронов?

Ответ:

(1) в силу локальности преобразования, выполняемого радиальным нейроном

(2) радиальный нейрон реализует в пространстве входных сигналов гипершар, т.е. выпуклую область. Соответственно, двухслойная радиальная сеть может реализовать произвольную невыпуклую область как линейную суперпозицию гипершаров

Номер 3

Какая операция лежит в основе функционирования радиального нейрона?

Ответ:

(1) вычисление скалярного произведения вектора сигналов на вектор весовых коэффициентов

(2) определение расстояния от вектора сигналов до центра радиальной функции

Упражнение 3:

Номер 1

Какую функцию обычно реализует выходной нейрон радиальной сети?

Ответ:

(1) линейную

(2) квадратичную

(3) экспоненту

Номер 2

К чему приводит чрезмерное количество весовых коэффициентов сети?

Ответ:

(1) к чрезмерно гладкой разделяющей гиперповерхности в пространстве входных сигналов

(2) к ухудшению обобщающих свойств сети

Номер 3

Какими параметрами описывается радиальная функция Гаусса?

Ответ:

(1) вектор весовых коэффициентов

(2) центр и ширина

Упражнение 4:

Номер 1

Каким образом радиальная сеть реализует преобразование всего множества данных?

Ответ:

(1) как сумму локальных преобразований

(2) как произведение локальных преобразований

Номер 2

Какие значения принимает радиальная функция в окрестности центра?

Ответ:

(1) нулевые

(2) отрицательные

(3) ненулевые

Номер 3

Чем могут отличаться друг от друга функции радиальных нейронов?

Ответ:

(1) только параметрами

(2) структурой и параметрами

Упражнение 5:

Номер 1

В каких случаях целесообразно использовать радиальную сеть?

Ответ:

(1) в случае нерегулярности данных

(2) в случае круговой симметрии данных

(3) в случае большой размерности пространства данных

Номер 2

Что является аргументом радиальной функции?

Ответ:

(1) скалярное произведение векторов

(2) расстояние от образца до центра функции

(3) вектор входных данных

Номер 3

Как вычисляется вектор весов выходного нейрона радиальной сети?

Ответ:

(1) как результат минимизации функции оценки сети

(2) как результат решения системы линейных алгебраических уравнений

Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 9