Главная страница

информатика. Медицинская информатика. Простые вопросы (с ответами). Модуль 2


Скачать 3.66 Mb.
НазваниеМедицинская информатика. Простые вопросы (с ответами). Модуль 2
Анкоринформатика
Дата31.03.2023
Размер3.66 Mb.
Формат файлаdocx
Имя файлаMeditsinskaya_informatika_obschak (5).docx
ТипДокументы
#1027914
страница41 из 189
1   ...   37   38   39   40   41   42   43   44   ...   189

  • вычисляется взвешенная сумма входных сигналов и из нее вычитается пороговое значение B. из порогового значения вычитается взвешенная сумма входных сигналов C. из каждого значения входного сигнала вычитается пороговое значение D. из порогового значения вычитается взвешенная сумма входных сигналов и подставляется в функцию активации E. все варианты ошибочны

125. Заторможенное состояние искусственного нейрона в бинарных нейронных сетях характеризуется A. * логическим нулем на выходе нейрона

  1. логической единицей на выходе нейрона C. логическим нулем на входе нейрона D. отрицательными входными сигналами E. тем, что в этом случае значение PSPD. фреймами E. нейросетевыми моделями

  1. Представление знаний в виде сети (графа, дерева) осуществляется посредством модели, называемой A. * семантические сети B. логические модели C. нейросетевые модели D. фреймы E. продукционные модели

  2. Фреймы – это A. * представление знаний в виде таблицы с некоторым количеством слотовячеек, которые имеют свои имена и получают в процессе работы механизма логического выхода некоторые значения B. представление знаний в виде совокупности логических формул C. представление знаний в виде наборов правил вида «ЕСЛИ…, ТО…» D. представление знаний в виде сети (графа, дерева) E. вариант семантических сетей, выделяемых в отдельный класс.

  3. Нейросетевые модели это

A. * вариант семантических сетей, выделяемых в отдельный класс. Представляют собой имитацию процессов, происходящих в сети нейронов мозга человека

  1. На современном этапе развития экспертных систем к основным формамам представления знаний не относятся A. * динамические модели B. логические модели C. продукционные модели D. семантические сети E. нейросетевые модели

  2. Статистически верное решение численно характеризуется доверительной вероятностью, которая обозначается A. * α B. 1-α C. β D. 1-β

E. α-1

  1. Доверительная вероятность обозначается A. * α B. 1-α C. β D. 1-β E. α-1

  2. Доверительная вероятность, которая численно характеризует статистически верное решение обозначается A. * α B. 1-α C. β D. 1-β E. α-1

  3. Если гипотеза истинна, а ЛПР (лицо принимающее решение) ее отвергает, то его ошибочное решение оценивается вероятностью, которая обозначается A. * 1-α B. α C. β D. 1-β E. α-1

  4. Ошибочное решение ЛПР (лицо принимающее решение) если гипотеза истинна, а он ее отвергает оценивается вероятностью, которая обозначается

A. * 1-α B. α C. β D. 1-β E. α-1

  1. В случае, если гипотеза истинна, а ЛПР (лицо принимающее решение) ее отвергает, то его ошибочное решение оценивается вероятностью, которая обозначается A. * 1-α B. α C. β D. 1-β E. α-1

  2. Если гипотеза ложна, но ЛПР (лицо принимающее решение) ее принимает, то ошибочное решение оценивается вероятностью, которая обозначается A. * 1–β B. α C. 1–α D. β E. α–1

  3. В случае, если гипотеза ложна, а ЛПР (лицо принимающее решение) ее принимает, то ошибочное решение оценивается вероятностью, которая обозначается A. * 1–β B. α C. 1-α D. β E. α-1

  4. Ошибочное решение ЛПР (лицо принимающее решение) в случае принятия им ложной гипотезы оценивается вероятностью, которая обозначается A. * 1–β B. α C. 1-α D. β E. α-1

  5. Если вероятность ошибки статистического решения обозначена как β, то это значит A. * гипотеза ложна, но ЛПР (лицо принимающее решение) ее принимает B. гипотеза верна, но ЛПР (лицо принимающее) ее отвергает C. гипотеза ложна, и ЛПР (лицо принимающее решение) ее не принимает D. гипотеза верна, и ЛПР (лицо принимающее) ее принимает E. нет правильного ответа

  6. В случае, если вероятность ошибки статистического решения обозначена как β, то это значит A. * гипотеза ложна, но ЛПР (лицо принимающее решение) ее принимает B. гипотеза верна, но ЛПР (лицо принимающее) ее отвергает C. гипотеза ложна, и ЛПР (лицо принимающее решение) ее не

принимает D. гипотеза верна, и ЛПР (лицо принимающее) ее принимает E. нет правильного ответа

  1. Вероятность ошибки статистического решения обозначена как β в случае, если A. * гипотеза ложна, но ЛПР (лицо принимающее решение) ее принимает B. гипотеза верна, но ЛПР (лицо принимающее) ее отвергает C. гипотеза ложна, и ЛПР (лицо принимающее решение) ее не принимает D. гипотеза верна, и ЛПР (лицо принимающее) ее принимает E. нет правильного ответа

  2. Если при проверке эффективности теста больной правильно признан больным, значит результат теста A. * истинно положительный B. ложно положительный C. ложно отрицательный D. истинно отрицательный E. нет правильного ответа

  3. В случае проверки эффективности теста больной правильно признан больным, значит результат теста A. * истинно положительный B. ложно положительный C. ложно отрицательный D. истинно отрицательный E. нет правильного ответа

  4. Если больной правильно признан больным при проверке эффективности теста, значит результат теста A. * истинно положительный B. ложно положительный C. ложно отрицательный D. истинно отрицательный E. нет правильного ответа

  5. Если при проверке эффективности теста здоровый правильно признан здоровым, значит результат теста A. * истинно отрицательным B. истинно положительным C. ложно отрицательный D. ложно положительным E. нет правильного ответа

  6. В случае проверки эффективности теста здоровый правильно признан здоровым, значит результат теста A. * истинно отрицательным B. истинно положительным C. ложно отрицательный D. ложно положительным E. нет правильного ответа

  7. Если здоровый правильно признан здоровым при проверке эффективности теста, значит результат теста A. * истинно отрицательным B. истинно положительным C. ложно отрицательный D. ложно положительным

E. нет правильного ответа

  1. Принятие решений математическим методом «теории игр» не используется A. * в ситуации отсутствия конкурентного взаимодействия B. при наличии конфликта между чиновниками и практикующими врачами C.

при наличии конфликта между страховыми компаниями и больницами D. при наличии конфликта на внутриличностном уровне E. при наличии конфликта между пациентом и врачом

  1. Математический метод «теории игр» не используется для принятия решения A. * в ситуации отсутствия конкурентного взаимодействия B. при наличии конфликта между чиновниками и практикующими врачами C. при наличии конфликта между страховыми компаниями и больницами D. при наличии конфликта на внутриличностном уровне E. при наличии конфликта между пациентом и врачом

  2. При принятии решений использование математического метода «теории игр» невозможно A. * в ситуации отсутствия конкурентного взаимодействия

B. при наличии конфликта между чиновниками и практикующими врачами C. при наличии конфликта между страховыми компаниями и больницами D. при наличии конфликта на внутриличностном уровне E. при наличии конфликта между пациентом и врачом

  1. Чувствительность – это способность теста A. * дать положительный ответ, когда исследуемый пациент действительно болен B. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием

C. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием D. дать положительный ответ, когда исследуемый пациент не страдает заболеванием E. различать заболевания

  1. Чувствительностью называется способность теста A. * дать положительный ответ, когда исследуемый пациент действительно болен B. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием C. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием D. дать положительный ответ, когда исследуемый пациент не страдает заболеванием E. различать заболевания

  2. Под чувствительностью теста понимают его способность A. * дать положительный ответ, когда исследуемый пациент действительно болен B. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием C. дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием D. дать положительный ответ, когда исследуемый пациент не страдает заболеванием E. различать заболевания

  3. В статистических методах точечной оценкой математического ожидания генеральной совокупности является A. * среднее выборочное B. среднее

квадратичное отклонение C. средняя выборочная дисперсия D. ошибка среднего E. доверительный интервал

  1. Точечной оценкой математического ожидания генеральной совокупности является A. * среднее выборочное B. среднее квадратичное отклонение C. средняя выборочная дисперсия D. ошибка среднего E. доверительный интервал

  2. Точечной оценкой математического ожидания генеральной совокупности при статистической обработке данных является A. * среднее выборочное B. среднее квадратичное отклонение C. средняя выборочная дисперсия D. ошибка среднего E. доверительный интервал

  3. Специфичность – это способность теста A. * дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием B. дать положительный ответ, когда исследуемый пациент действительно болен C. дать положительный ответ, когда исследуемый не страдает заболеванием D. дать отрицательный ответ, когда исследуемый пациент действительно болен E. отражать всю специфику проблемы

  4. Специфичностью называется способность теста A. * дать отрицательный ответ, когда исследуемый пациент не страдает заболеванием B. дать положительный ответ, когда исследуемый пациент действительно болен C. дать положительный ответ, когда исследуемый не страдает заболеванием D. дать отрицательный ответ, когда исследуемый пациент действительно болен

E. отражать всю специфику проблемы

  1. Под специфичностью теста понимают его способность A. * дать отрицательный ответ, когда исследуемый
    1   ...   37   38   39   40   41   42   43   44   ...   189


написать администратору сайта