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