Учебник. 1. Как называлась первая экспертная системанет правильного ответаmacsymamaksymaDendrealDendreal,macsyma2
 Скачать 204.63 Kb.
|
|
136. Из входных векторов состоит √ Обучающее множество • Нейронная сеть • Процесс обучения • Правдоподобная модель обучения • Простейшая нейронная сеть 137. В модели нейрона можно выделить …… основных элемента √ 3.0 • 2.0 • 6.0 • 5.0 • 4.0 138. Ядро – это • Длинный дендрит • Все ответы верны √ Тело клетки • Окончание клетки • Реакция нейронов 139. Телo клетки – это • Аксон • Окончание • Сома • Синапс √ Ядро 140. Аксон– это √ Длинный дендрит • Окончание клетки • Тело клетки • Ядро клетки • Реакция нейронов 141. Длинные дендриты называются √ Аксонами • Синапсами • Ядрами • Сомами • Окончаниями 142. Дендрит – это • Окончание клетки • Реакция нейронов • Ядро клетки √ Множество коротких волокон, ответвляющихся от ядра • Тело клетки 143. Множество коротких волокон, ответвляющихся от ядра, называются • Аксонами √ Дендритами • Сомами • Окончаниями • Синапсами 144. Синаптическая связь определяет √ Что произойдет с электрохимическим импульсом при передаче его другому нейрону • Характеристику некоторой величиной • Реакцию нейронной сети • Передачу электрохимического импульса по всей нейронной сети • Все ответы верны 145. Специальная клетка, которая структурно состоит из ядра, тела клетки и отростков называется √ Биологический нейрон • Искусственный нейрон • Дендрит или аксон • Синаптическая связь • Электрохимический импульс 146. Биологический нейрон – это • Высокая степень связности • Тело клетки, которое содержит ядро √ Специальная клетка, которая структурно состоит из ядра, тела клетки и отростков • Специальная клетка, связанная с другими клетками посредством импульсов • Средство передачи электрохимического импульса 147. Основными направлениями в области исследования искусственного интеллекта являются: • моделирование • нейрокибернетика • кибернетика "черного ящика" • программирование √ кибернетика "черного ящика", нейрокибернетика 148. В основе кибернетики "черного ящика" лежит принцип, который ориентирован на: √ поиск алгоритмов решения интеллектуальных задач • аппаратное моделирование структур, не свойственных человеческому мозгу • аппаратное моделирование структур, подобных структуре человеческого мозга • разработку специальных языков для решения задач вычислительного плана • модели представления знаний 149. В основе нейрокибернетики лежит принцип, который ориентирован на: √ аппаратное моделирование структур, сходных со структурой человеческого мозга • поиск алгоритмов решения интеллектуальных задач • модели представления знаний • аппаратное моделирование структур, не свойственных человеческому мозгу • разработку специальных языков для решения задач вычислительного плана 150. Работы Саймана, Ньюэлла и Шоу по исследованию процессов решения логических задач положили этому направлению искусственного интеллекта • нейрокибернетика • модели представления знаний • программирование √ кибернетика "черного ящика" • кибернетика 151. Какие свойства имеет операции объединение и пересечение? • коммутативность, дистрибутивность, пустое множество, универсальное множество, теоремы де Моргана √ коммутативность, ассоциативность, идемпотентность, дистрибутивность, пустое множество, универсальное множество, теоремы де Моргана • коммутативность, ассоциативность, дистрибутивность, пустое множество, универсальное множество, теоремы де Моргана • коммутативность, идемпотентность, дистрибутивность, пустое множество, универсальное множество, теоремы де Моргана • коммутатив(ность, ассоциативность, дистрибутивность, универсальное множество, теоремы де Моргана 152. Какие операции возможны над нечеткими множествами? √ включение, равенство, дополнение, пересечение, объединение, разность, дизъюнктивная сумма • включение, дополнение, пересечение, объединение, разность, дизъюнктивная сумма • включение, равенство, дополнение, пересечение, объединение, дизъюнктивная сумма • включение, равенство, дополнение, объединение, разность, дизъюнктивная сумма • включение, равенство, пересечение, объединение, разность, дизъюнктивная сумма 153. Как реализуется композиция min –max? √ Если принять T=min, S = max , тогда нечеткий нейрон И реализует композицию y = min (ϖ1˅x1 , ϖ2 ˅x2 ) • Если принять T=min, S = max , тогда нечеткий нейрон И реализует композицию y = max (ϖ1 ˄ x1) • Если принять T=min, S = max , тогда нечеткий нейрон И реализует композицию y = min (ϖ2 ˄ x2 ) • Если принять T=min, тогда нечеткий нейрон И реализует композицию y = min (ϖ1 ˄ x1 , ϖ2 ˄ x2 ) • Если принять S = max , тогда нечеткий нейрон И реализует композицию y = min (ϖ1 ˄ x1 , ϖ2 ˄ x2 ) 154. Как реализуется композиция max – min? • Если принять T=min, S = max , тогда нечеткий нейрон ИЛИ реализует композицию y = max (ϖ2 ˄ x2 ) • Если принять T=min, S = max , тогда нечеткий нейрон ИЛИ реализует композицию y = max (ϖ1 ˄ x1) √ Если принять T=min, S = max , тогда нечеткий нейрон ИЛИ реализует композицию y = max (ϖ1 ˄ x1 , ϖ2 ˄ x2 ) • Если принять S = max , тогда нечеткий нейрон ИЛИ реализует композицию y = max (ϖ1 ˄ x1 , ϖ2 ˄ x2 ) • Если принять T=min, тогда нечеткий нейрон ИЛИ реализует композицию y = max (ϖ1 ˄ x1 , ϖ2 ˄ x2 ) 155. Какие числа принадлежит отрезку [0,1] √ входы, выходы и веса гибридной нейронный сети – вещественные числа • веса гибридной нейронный сети – вещественные числа • входы, выходы и веса гибридной нейронный сети • выходы и веса гибридной нейронный сети – вещественные числа • входы и веса гибридной нейронный сети – вещественные числа 156. Запись сын(А,В):–отец(В,А) означает: √ ЕСЛИ А – сын В, ТО В является отцом А; • нет правильного ответа. • ЕСЛИ В – сын А, ТО А является отцом В; • ЕСЛИ А – отец В, ТО В является сыном А; • ЕСЛИ В – отец А, ТО А является сыном В; 157. В записи сын(А,В):–отец(В,А) – А и В … • переменные, являющиеся именами конкретных объектов √ переменные, не являющиеся именами конкретных объектов • все ответы правильные. • константы, являющиеся именами конкретных объектов • аргументы, являющиеся именами конкретных объектов; 158. Переменная (в терминологии Пролога) служит для обозначения √ различных объектов • различных фактов • конкретной цели; • различных правил; • конкретного факта; 159. В записи сын(А,В):–отец(В,А) – … √ сын(А,В) – тело правила; • сын(А,В) – левая конечность правила; • отец(В,А) – правая конечность правила • нет правильного ответа. • отец(В,А) – тело правила; 160. В записи сын(А,В):–отец(В,А) – … √ сын(А,В) – голова правила; • отец(В,А) – голова правила; • отец(В,А) – правая конечность правила • нет правильного ответа. • сын(А,В) – левая конечность правила; 161. В записи сын(А,В):–отец(В,А) – … √ А,В – аргументы; • А,В – голова правила; • В,А – тело правила; • А,В – факты. • А,В – результаты; 162. Запись сын(А,В):–отец(В,А) является: √ правилом; • целью; • механизмом вывода; • нет правильного ответа. • фактом; 163. Если планета движется вокруг Солнца, то это планета Солнечной системы. Это … √ правило • цеь • механизм вывода; • нет правильного ответа; • факт 164. "Земля – планета Солнечной системы." Это … √ Факт • правило • цель; • механизм вывода; • нет правильного ответа; 165. Какая система поддержки принятия решений позволяет модифицировать решения системы, опирающиеся на большие объемы данных из разных источников ? √ управляемая данными • кооперативные • стратегические • оперативные • активные 166. Как можно классифицировать систему поддержки принятия решений? √ на уровне пользователя, на концептуальном уровне • в зависимости от языка программирования • На уровне данных • в зависимости от области применения • на концептуальном уровне 167. Какие методы используют в системах поддержки принятия решений? √ метод аналитических иерархических процессов , метод аналитических сетевых процессов • математическое моделирование • метод аналитических сетевых процессов • нет правильного ответа • метод Гаусса 168. Какие подсистемы входят в системы поддержки принятия решений? √ системы поддержки генерации решений, системы поддержки выбора решений • системы управления базами данными • системы имитационного моделирования • нет правильного ответа • системы поддержки выбора решений 169. На уровне данных, с которыми эти системы работают, условно можно выделить: √ оперативные; стратегические • оперативные • пассивные • активные • стратегические 170. Для многоагентных систем характерны следующие особенности: √ Проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий; Распределенное решение проблем, применение множества стратегий работы ,обработка больших массивов данных, Использование различных математических моделей • Проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий; • Распределенное решение проблем, применение множества стратегий работы ,обработка больших массивов данных, использование различных математических моделей • нет правильного ответа • Проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий; Распределенное решение проблем, применение множества стратегий работы 171. Естественно-языковый интерфейс используется для… √ доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; голосового ввода команд в системах управления; машинного перевода с иностранных языков. • доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; голосового ввода команд в системах управления • доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; машинного перевода с иностранных языков. • доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; • доступа к интеллектуальным базам данных; голосового ввода команд в системах управления; машинного перевода с иностранных языков. 172. Какой из основных типов отношений семантической сети, представленных ниже, может быть названа как АКО (A - Kind – Of)? √ элемент класса • имеет частью; • принадлежит; • функциональная связь • это; 173. Типы слоистых сетей √ монотонные, сети без обратных связей, сети с обратными связями • монотонные, сети с обратными связями • сети без обратных связей, сети с обратными связями • монотонные, сети без обратных связей • полносвязные сети, промежуточные нейроны, полносвязнные нейроны 174. Основные типа нейронных сетей… √ полносвязные сети, многослойные или слоистые сети, слабозвязаные сети • полносвязные сети, многослойные или слоистые сети, • полносвязные сети, промежуточные нейроны, полносвязнные нейроны • многослойные или слоистые сети, слабозвязаные сети • полносвязные сети, многослойные или слоистые сети, 175. Какие типа имеет нейроны в сети зависимости от функции … • входные нейроны, промежуточные нейроны • входные нейроны, полносвязнные нейроны √ входные нейроны, выходные нейроны, промежуточные нейроны • входные нейроны, выходные нейроны • выходные нейроны, промежуточные нейроны 176. Состав нейрона… • умножитель , нелинейный преобразователь • умножитель , сумматор- выполняет сложение сигнлов • умножитель , нелинейный преобразователь- реализует нелинейную функцию одного аргумента • умножитель , сумматор √ умножитель , сумматор, нелинейный преобразователь 177. Синапс является… √ элементарной структурой и фундаментальным узлом между двумя нейронами • элементарной структурой и узлом между двумя нейронами • фундаментальным узлом между двумя нейронами • элементарной структурой • узлом между двумя нейронами 178. Нейрон состоит… √ из тела, дендритов, аксона • из тела, дендритов- по которым принимаются импульсы • из тела, аксона • из тела, дендритов • из тела, аксона- по которому нейрон может передавать импульс 179. Нейрон является… • составной части нейронной сети • составной части нейронной сети ,которая обрабатывает информацию • особой биологической клеткой √ особой биологической клеткой, которая обрабатывает информацию • соединенных между собой нервными волокнами 180. "Земля – планета Солнечной системы." Это … √ Факт • механизм вывода; • правило • цель; • нет правильного ответа; 181. В основу языка логического программирования ПРОЛОГ положена … √ модель логических рассуждений на основе базы знаний; • нет правильного ответа. • логическая модель структуры базы знаний; • модель эксперта; • модель правил базы знаний; 182. Какую нейронную сеть обучают с помощью дельта-правила? • нейронную сеть прямого распространения • нет правильного ответа • сеть Хопфилда • нейронную сеть с обратными связями √ однослойную нейронная сеть 183. По числу слоев сети классифицируется √ распознавания образов, выполнения функциональных преобразований при обработке сигналов, управления, прогнозирования, идентификации сложных систем • распознавания образов, управления, прогнозирования, идентификации сложных систем • распознавания образов, управления, прогнозирования, идентификации сложных систем • управления, прогнозирования, идентификации сложных систем • распознавания образов, выполнения функциональных преобразований при обработке сигналов 184. Типы слоистых сетей • монотонные, сети без обратных связей • полносвязные сети, промежуточные нейроны, полносвязнные нейроны • сети без обратных связей, сети с обратными связями • монотонные, сети с обратными связями √ монотонные, сети без обратных связей, сети с обратными связями 185. Переменная (в терминологии Пролога) служит для обозначения • конкретного факта; • различных фактов • различных правил; • конкретной цели; √ различных объектов 186. Если планета движется вокруг Солнца, то это планета Солнечной системы. Это … • нет правильного ответа; • цеь √ правило • факт • механизм вывода; 187. В основу языка логического программирования ПРОЛОГ положена … • модель эксперта; √ модель логических рассуждений на основе базы знаний; • модель правил базы знаний; • нет правильного ответа. • логическая модель структуры базы знаний; 188. Какая система поддержки принятия решений позволяет модифицировать решения системы, опирающиеся на большие объемы данных из разных источников ? • оперативные √ управляемая данными • активные • стратегические • кооперативные 189. Как можно классифицировать систему поддержки принятия решений? √ на уровне пользователя, на концептуальном уровне • на концептуальном уровне • в зависимости от области применения • На уровне данных • в зависимости от языка программирования 190. К какому классу относится система поддержки принятия решения, чья база знаний сформирована многими экспертами? • первому, третьему • второму, третьему • второму √ первому • третьему 191. Двухуровневое хранилище данных • нет правильного ответа • предметно-ориентированный, интегрированный, неизменчивый, поддерживающий хронологию набор данных √ строится централизованно для предоставления информации в рамках компании. • база данных, функционально-ориентированная и, как правило, содержащая данные по одному из направлений деятельности организации. • организованный для целей поддержки принятия решений, может состоять из нескольких баз данных, имеет свою собственную модель хранения данных 192. На уровне решаемой задачи и области применения выделяют системы поддержки принятия решений: √ первого класса; второго класса; третьего класса. • первого класса • второго класса; третьего класса. • первого класса; третьего класса. • первого класса; второго класса; 193. На уровне данных, с которыми эти системы работают, условно можно выделить: • стратегические • активные • пассивные • оперативные √ оперативные; стратегические 194. На концептуальном уровне выделяют системы поддержки принятия решений… • управляемые сообщениями; управляемые данными; управляемые документами; управляемые знаниями; • управляемые сообщениями; управляемые данными; • управляемые сообщениями; управляемые данными; управляемые моделями. √ управляемые сообщениями; управляемые данными; управляемые документами; управляемые знаниями; управляемые моделями. • управляемые сообщениями ;управляемые документами ;управляемые знаниями ;управляемые моделями. |