Главная / Искусственный интеллект и робототехника /
Проектирование систем искусственного интеллекта / Тест 4
Проектирование систем искусственного интеллекта - тест 4
Упражнение 1:
Номер 1
Что такое адаптация?
Ответ:
 (1) это процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий 
 (2) это подстройка параметров и структуры системы с целью достижения требуемого качества управления в условиях непрерывных изменений внешних условий 
 (3) обучение, при котором дополнительная информация о верности реакции системе не сообщается 
Номер 2
Что такое обучение?
Ответ:
 (1) это процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий 
 (2) это подстройка параметров и структуры системы с целью достижения требуемого качества управления в условиях непрерывных изменений внешних условий 
 (3) обучение, при котором дополнительная информация о верности реакции системе не сообщается 
Номер 3
Что такое самообучение
Ответ:
 (1) это процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий 
 (2) это подстройка параметров и структуры системы с целью достижения требуемого качества управления в условиях непрерывных изменений внешних условий 
 (3) обучение, при котором дополнительная информация о верности реакции системе не сообщается 
Упражнение 2:
Номер 1
Чем самообучение отличается от обучения?
Ответ:
 (1) при обучении дополнительная информация о верности реакции системе сообщается 
 (2) при самообучении дополнительная информация о верности реакции системе не сообщается 
 (3) при обучении дополнительная информация о верности реакции системе не сообщается 
 (4) при самообучении дополнительная информация о верности реакции системе сообщается 
Номер 2
Кто впервые исследовал способность нейронной сети к обучению?
Ответ:
 (1) Маккалок 
 (2) Розенблатт 
 (3) Питт 
 (4) Норман 
Номер 3
Какие свойства присущи искусственным нейронным сетям?
Ответ:
 (1) обучение 
 (2) обобщение 
 (3) абстрагирование 
 (4) применимость 
Упражнение 3:
Номер 1
Какие нейронные сети относятся к сетям прямого распространения?
Ответ:
 (1) персептрон 
 (2) сеть Элмана 
 (3) сеть обратного распространения 
 (4) сеть встречного распространения 
 (5) сети Хопфилда 
 (6) карта Кохонена 
Номер 2
Какие нейронные сети относятся к рекуррентным сетям?
Ответ:
 (1) сеть Хопфилда 
 (2) сеть с обратной связью 
 (3) сеть Элмана 
 (4) сеть встречного распространения 
Номер 3
В чем преимущества сетей с обратной связью?
Ответ:
 (1) сложность обучения, вызванная большим числом нейронов для алгоритмов одного и того же уровня сложности 
 (2) простота их реализации и гарантированное получение ответа после прохождения данных по слоям 
 (3) наличие блоков динамической задержки и обратных связей, что позволяет им обрабатывать динамические модели 
Упражнение 4:
Номер 1
По направленности связей, нейронные сети бывают?
Ответ:
 (1) сети без обратных связей 
 (2) сети прямого распространения 
 (3) дендограмма 
 (4) кросс-таблица 
Номер 2
Какая главная функция искусственного нейрона?
Ответ:
 (1) рассчитывать выходной сигнал в зависимости от значения весовых коэффициентов 
 (2) поиск значения весовых коэффициентов 
 (3) формировать входной сигнал в зависимости от сигналов, поступающих на его выходной сигнал 
 (4) формировать выходной сигнал в зависимости от сигналов, поступающих на его входы 
Номер 3
Нейронная сеть прямого распространения сигнала - это
Ответ:
 (1) сети прямого распространения 
 (2) сети с обратными связями 
 (3) рекуррентные сети 
Упражнение 5:
Номер 1
При обучении с учителем необходимо?
Ответ:
 (1) знать значение выходных сигналов 
 (2) знать значение весовых коэффициентов 
 (3) знать значение входных сигналов 
Номер 2
При обучении нейронной сети без учителя, задаются следующие параметры?
Ответ:
 (1) выходные значения 
 (2) входные значения 
 (3) весовые коэффициенты 
Номер 3
Какие принципы определяют структуру нейронной сети?
Ответ:
 (1) возможности сети возрастают с увеличением числа ячеек сети, плотности связей между ними и числом выделенных слоев 
 (2) использование различных пороговых функций 
 (3) введение обратных связей наряду с увеличением возможностей сети поднимает вопрос о динамической устойчивости сети 
 (4) сложность алгоритмов функционирования сети 
Упражнение 6:
Номер 1
Какие фундаментальные свойства связаны с обучением по примерам?
Ответ:
 (1) емкость 
 (2) техническая характеристика образов 
 (3) сложность образцов 
 (4) вычислительная сложность 
Номер 2
Какие существуют правила обучения?
Ответ:
 (1) коррекция по ошибке 
 (2) правило Кохонена 
 (3) машина Больцмана 
 (4) правило Хеба 
 (5) обучение методом Элмана 
 (6) обучение методом соревнования 
Номер 3
Какие подходы выделяют к проблеме ОРО?
Ответ:
 (1) построение сложных разделяющих поверхностей в случайно выбранных пространствах 
 (2) построение простых разделяющих поверхностей в случайно выбранных пространствах 
 (3) центр тяжести проблемы переносится на достижение понимания принципов описания объектов, в рамках которого процесс распознавания чрезвычайно прост 
 (4) центр тяжести проблемы переносится на достижение понимания принципов описания объектов, в рамках которого процесс распознавания чрезвычайно сложен 
Упражнение 7:
Номер 1
Известно что весовые коэффициенты устанавливаются на шаге инициализации. Если размерность вектора весов для нейронов инициализируемого слоя равна 4, чему будет равняться W0
?
Ответ:
 (1) 0,5 
 (2) 0,25 
 (3) 1,5 
 (4) 1,25 
Номер 2
Известно что весовые коэффициенты устанавливаются на шаге инициализации. Если размерность вектора весов для нейронов инициализируемого слоя равна 25, чему будет
равняться W0
?
Ответ:
 (1) 1,04 
 (2) 0,04 
 (3) 0,2 
 (4) 1,2 
Номер 3
Известно что весовые коэффициенты устанавливаются на шаге инициализации. Если размерность вектора весов для нейронов инициализируемого слоя равна 8, чему будет
равняться W0
?
Ответ:
 (1) 1,125 
 (2) 0,35 
 (3) 0,125 
 (4) 1,35 
Упражнение 8:
Номер 1
Известны следующие данные, что суммирующий элемент равен 2,7. Чему в этом случае будет равняться активационный элемент F(d)
?
Ответ:
 (1) 1,03 
 (2) 0,94 
 (3) 0,995 
 (4) 1,04 
Номер 2
Известны следующие данные, что суммирующий элемент равен 1,8. Чему в этом случае будет равняться активационный элемент F(d)
?
Ответ:
 (1) 0,76 
 (2) 0,54 
 (3) 0,94 
 (4) 0,86 
Номер 3
Известны следующие данные, что суммирующий элемент равен 2. Чему в этом случае будет равняться активационный элемент F(d)
?
Ответ:
 (1) 0,88 
 (2) 1,43 
 (3) 0,64 
 (4) 2,34 
Упражнение 9:
Номер 1
На вход нейронной сети поданы следующие элементы: 2, 4, 5. Нейронной сетью были определенны следующие весовые коэффициенты: для 2= 0,5; для 4= 0,3; для 5= 0,1. Чему будет равняться Суммирующий элемент?
Ответ:
 (1) 2,7 
 (2) 0,9 
 (3) 11 
 (4) 11,9 
Номер 2
На вход нейронной сети поданы следующие элементы: 1, 2, 4. Нейронной сетью были определенны следующие весовые коэффициенты: для 1= 0,2; для 2= 0,6; для 4= 0,1. Чему будет равняться Суммирующий элемент?
Ответ:
 (1) 0,9 
 (2) 7 
 (3) 1,8 
 (4) 7,9 
Номер 3
На вход нейронной сети поданы следующие элементы: 3, 2, 5. Нейронной сетью были определенны следующие весовые коэффициенты: для первого - 0,1; для второго - 0,1; для третьего - 0,3. Чему будет равняться Суммирующий элемент?
Ответ:
 (1) 0,5 
 (2) 10 
 (3) 10,5 
 (4) 2 
Упражнение 10:
Номер 1
Чему равна степень полного описания на первом ряду селекции?
Ответ:
 (1) 1 
 (2) 2 
 (3) 3 
 (4) 4 
Номер 2
Чему равна степень полного описания на третьем ряду селекции?
Ответ:
 (1) 2 
 (2) 4 
 (3) 8 
 (4) 12 
Номер 3
Чему равна степень полного описания на втором ряду селекции?
Ответ:
 (1) 8 
 (2) 6 
 (3) 4 
 (4) 2