Интеллектуальные информационные системы. Интеллектуальные информационные системы
Интеллектуальные информационные системы
Вы зашли под именем Ягудина Мария Анатольевна (Выход)
Вы здесь
· STUDY.PGTA.RU
· / ► ИнтИнфСети
· / ► Тесты
· / ► Тест 2
· / ► Попытка 1
Тест 2
Начало формы
Страница: 1 2 3 4 5 (Дальше)
Question 1
Баллов: 1
Какое значение будет получено на выходе нейрона с пороговой активацион-
ной функцией (порог Θ = 0.5 ) с весовым вектором W = (−0.3, 3.1, 0.5) при
подаче на вход вектора X = (0.3, 0.1, 0.3) ?
Выберите один ответ.
1. 0 | ||
2. 0.25 | ||
3. 1 | ||
4. 0.5 |
Question 2
Баллов: 1
Выберите функции активации, имеющие неограниченную область значений
Выберите по крайней мере один ответ:
1. logsig | ||
2. satlin | ||
3. radbas | ||
4. poslin | ||
5. purelin | ||
6. hardlims | ||
7. hardlim |
Question 3
Баллов: 1
«Обучение без учителя» характеризуется отсутствием
Выберите один ответ.
1. Эксперта, корректирующего процесс обучения | ||
2. Желаемого выхода сети | ||
3. Обучающего множества |
Question 4
Баллов: 1
Верно ли следующее утверждение: «Функция compet – конкурирующая функция, преобразующая вектор входа слоя нейронов таким образом, чтобы нейрон с самым большим входом имел выход, равный единице, а все другие нейроны имели выходы, равные нулю».
Ответ:
Верно Неверно
Question 5
Баллов: 1
Укажите передаточную функцию слоя Кохонена
Выберите один ответ.
1. dist | ||
2. sim | ||
3. compet | ||
4. spread | ||
5. initcon |
Question 6
Баллов: 1
Сопоставьте команды системы Matlab и их назначение
Конструктор, создающий модель нейронной сети | Выбрать... network gensim sim | |
Моделирование нейронной сети | Выбрать... network gensim sim | |
Создание структурной схемы нейронной сети | Выбрать... network gensim sim |
Question 7
Баллов: 1
Точки {(–1,1), (–1,–1), (1,–1), (–4, –1)} принадлежат к классу А, а точки
{(–2,–2), (1, 1), (2, 2), (4,1)} – классу В. Верно ли что один нейрон с двумя входами и пороговой передаточной функцией может правильно классифицировать эти точки?
Ответ:
Верно Неверно
Question 8
Баллов: 1
На рисунке показано распределение двумерных данных, принадлежащих двум классам.
Какой (какие) из перечисленных ниже нейронов способен распознавать данные этих классов?
Выберите один ответ.
1. Сигмоидальный нейрон | ||
2. Инстар Гроссберга | ||
3. Нейрон типа WTA | ||
4. Радиальный нейрон | ||
5. Персептрон |
Question 9
Баллов: 1
Процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий
Выберите один ответ.
1. обучение | ||
2. изменение | ||
3. адаптация |
Question 10
Баллов: 1
Наиболее полно понятию “обучение нейросети” соответствует
Выберите один ответ.
1. автоматическая настройка параметров нейросети, ее весовых коэффициентов с использованием известных результатов решения аналогичных задач | ||
2. задание коэффициентов "нейросети" | ||
3. никакое из вышеперечисленных | ||
4. составление программы, отладка, подгонка параметров программы с целью достижения правильной ее работы |
Страница: 1 2 3 4 5 (Дальше)
Конец формы
|
Вы зашли под именем Ягудина Мария Анатольевна (Выход)
ИнтИнфСети
Интеллектуальные информационные системы
Вы зашли под именем Ягудина Мария Анатольевна (Выход)
Вы здесь
· STUDY.PGTA.RU
· / ► ИнтИнфСети
· / ► Тесты
· / ► Тест 2
· / ► Попытка 1
Тест 2
Начало формы
Страница: (Предыдущий) 1 2 3 4 5 (Дальше)
Question 11
Баллов: 1
Рекуррентная нейронная сеть – это
Выберите один ответ.
1. сеть, имеющая обратные связи между нейронами | ||
2. сеть, состоящая лишь из одного слоя | ||
3. сеть, имеющая только прямые связи между нейронами |
Question 12
Баллов: 1
На какие два этапа можно разделить весь процесс обучения карты. Укажите все верные утверждения
Выберите по крайней мере один ответ:
1. этап ввода значений генерации карты Кохонена | ||
2. приведение всех весов нейронов к единому округленному значению | ||
3. этап подстройки весов нейронов по отношению к набору векторов входа | ||
4. этап упорядоченности векторов весовых коэффициентов в пространстве признаков |
Question 13
Баллов: 1
Какую область значений имеет логистическая функция активации нейрона?
Выберите один ответ.
1. (–1,1) | ||
2. [0,1] | ||
3. {0,1} | ||
4. (0,1) |
Question 14
Баллов: 1
Какой (какие) из перечисленных ниже нейронов имеет линейную функцию активации?
Выберите по крайней мере один ответ:
1. Сигмоидальный нейрон | ||
2. Нейрон типа WTA | ||
3. Персептрон | ||
4. Инстар Гроссберга | ||
5. Радиальный нейрон |
Question 15
Баллов: 1
Что означает величина OUT?
Выберите один ответ.
1. Входной сигнал нейрона | ||
2. Выходной сигнал нейрона | ||
3. Значение активационной функции | ||
4. Выход суммирующего блока |
Question 16
Баллов: 1
Какую область значений имеет пороговая функция активации нейрона?
Выберите один ответ.
1. (0,1) | ||
2. {0,1} | ||
3. (–1,1) | ||
4. [0,1] |
Question 17
Баллов: 1
Какие значения могут принимать весовые коэффициенты в сети обратного
распространения?
Выберите один ответ.
1. Только положительные | ||
2. Только отрицательные | ||
3. Как положительные, так и отрицательные |
Question 18
Баллов: 1
Как происходит обучение нейронной сети?
Выберите один ответ.
1. сеть запускается на обучающем множестве, и подстраиваются весовые значения | ||
2. сеть запускается на обучающем множестве и не задействованные нейроны выкидываются | ||
3. сеть запускается на обучающем множестве и добавляются или убираются соединения между нейронами. | ||
4. эксперты настраивают нейронную сеть |
Question 19
Баллов: 1
Верно ли следующее утверждение: «Cамоорганизующаяся карта Кохонена – это сложная многослойная нейронная сеть со смешением с конкурирующей функцией compet, имеющая определенную топологию размещения нейронов в N-мерном пространстве»
Выберите один ответ.
1. В изученном материале данный вопрос не рассматривался | ||
2. Незнаю | ||
3. Неверно | ||
4. Верно |
Question 20
Баллов: 1
Создание обобщенной регрессионной сети осуществляется с помощью команды
Выберите один ответ.
1. | ||
2. | ||
3. | ||
4. |
Страница: (Предыдущий) 1 2 3 4 5 (Дальше)
Конец формы
|
Вы зашли под именем Ягудина Мария Анатольевна (Выход)
ИнтИнфСети