- •Оглавление
- •I. Примеры теста
- •Тест №2 по теме «Направления и подходы к исследованиям в области искусственного интеллекта»
- •Тест №3 по теме «Классификация интеллектуальных информационных систем»
- •Тест №4 по теме «Представление знаний»
- •Тест №5 по теме «Нейронные сети»
- •Тест №6 по теме «Эволюционное моделирование»
- •Тест №7 по теме «Нечеткие множества и нечеткая логика»
- •4. Какая формула определяет объединение нечетких множеств а и в?
- •5. В случае ограниченных операций не будут выполняться:
- •Тест № 8 по теме «Экспертные системы»
- •Тест №9 по теме «Системы поддержки принятия решений»
- •II. Глоссарий Основные определения по теме «История развития искусственного интеллекта»
- •Основные определения по теме «Направления исследований в области искусственного интеллекта»
- •Основные определения по теме «Представление знаний»
- •Основные определения по теме «Нейронные сети»
- •Основные определения по теме «Эволюционное моделирование»
- •Основные определения по теме «Нечеткие множества и нечеткая логика»
- •Основные определения по теме «Экспертные системы»
- •Основные определения по теме «Системы поддержки принятия решений»
- •III. Рекомендованная литература.
- •IV. Вопросы к экзамену по дисциплине «Интеллектуальные информационные системы»
- •V. Темы лабораторных работ
- •VI. Задание контрольной работы
- •VII. Билеты к экзаменам
Тест №4 по теме «Представление знаний»
1. Что понимается под представлением знаний?
кодирование информации на каком-либо формальном языке
знания, представленные в программе на языке С++
знания, представленные в учебниках по математике
моделирование знаний специалистов-экспертов
2. Какие определения, представленные ниже, не являются моделями представления знаний?
продукционные модели
фреймы
имитационные модели
семантические сети
формально-логические модели
3. Что представляет собой семантическая сеть?
сетевой график, вершины которого – сроки выполнения работ
нейронная сеть, состоящая из нейронов
ориентированный граф, вершины которого – понятия, а дуги – отношения между ними
4. Какой из основных типов отношений семантической сети, представленных ниже, может быть назван как АКО (A - Kind - Of)?
это
элемент класса
имеет частью
принадлежит
функциональная связь
5. Чем отличаются семантические сети и фреймы?
элемент модели состоит из множества незаполненных значений некоторых атрибутов, именуемых «слотами»
наследование по AKO-связям
элемент модели – структура, использующаяся для обозначения объектов и понятий
6. Что объединяет семантические сети и фреймы?
организация процедуры вывода
наследование свойств
множества незаполненных значений некоторых атрибутов, именуемых слотами
структуры, использующиеся для обозначения объектов и понятий
7. Какие из выражений, представленных ниже, являются структурной частью фрейма?
значение N-го слота
шаблон
примитивные типы данных
8. На каком формализме не основаны логические модели?
исчисление высказываний
пропозициональная логика
силлогизмы Аристотеля
правильно построенные формулы
нечеткие системы (fuzzy set)
Литература по теме «Представление знаний»
Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2001. – 384 с.
Методы и модели анализа данных: OLAP и Data Mining / А. А. Барсегян и др. – СПб. : БХВ-Петербург, 2004. – 336 с.
Рассел, С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. – 2-е изд. – М. : Вильямс, 2006. – 1408 с.
Тест №5 по теме «Нейронные сети»
Кто разработал первый нейрокомпьютер?
a) У. Маккалок
b) М. Минский
c) Ф. Розенблатт
d) нет правильного ответа
Какие задачи не решают нейронные сети?
a) классификации
b) аппроксимации
c) памяти, адресуемой по содержанию
d) маршрутизации
e) управления
f) кодирования
Какую функцию не может решить однослойная нейронная сеть?
a) логическое «не»
b) суммирование
c) логическое «исключающее или»
d) произведение
e) логическое «или»
4. Что из нижеперечисленного относится к персептрону?
a) однослойная нейронная сеть
b) нейронная сеть прямого распространения
c) многослойная нейронная сеть
d) нейронная сеть с обратными связями
e) создан Ф. Розенблаттом
f) создан У. Маккалоком и В. Питтом
5. Кто написал книгу «Персептроны»?
a) У. Маккалок и В. Питт
b) М. Минский и С. Паперт
c) Ф. Розенблатт
6. Какую нейронную сеть обучают с помощью дельта-правила?
a) однослойную нейронную сеть
b) нейронную сеть прямого распространения
c) нейронную сеть с обратными связями
d) сеть Хопфилда
e) нет правильного ответа
7. Какую нейронную сеть обучают с помощью алгоритма обратного распространения ошибки?
a) однослойную нейронную сеть
b) многослойную нейронную сеть прямого распространения
c) многослойную нейронную сеть с обратными связями
d) нет правильного ответа
8. Какие из перечисленных сетей являются рекуррентными?
a) персептрон
b) сеть Хопфилда
c) сеть радиальных базисных функций
d) нет правильного ответа
Литература по теме «Нейронные сети»
Джейн, Анил К. Введение в искусственные нейронные сети / Анил К. Джейн, Мао Жианчанг, К М. Моиуддин // Открытые системы. – 1997. – № 4. – С. 16 – 24.
Заенцев, И. В. Нейронные сети: основные модели : учеб. пособие к курсу «Нейронные сети» для студентов 5 курса магистратуры / И. В. Заенцев. – Воронеж, 1999. – 76 с.
Миркес, Е. М. Нейроинформатика : учеб. пособие для студентов / Е. М. Миркес. – Красноярск : ИПЦ КГТУ, 2002. – 347 с.
Миркес, Е. М. Нейрокомпьютер. Проект стандарта / Е. М. Миркес. – Новосибирск : Наука : Сибирская издательская фирма РАН, 1998.
Нейроинформатика / А. Н. Горбань и др. – Новосибирск : Наука : Сибирское предприятие РАН, 1998. – 296 с.
Терехов, С. А. Лекции по теории и приложениям искусственных нейронных сетей [Электронный ресурс] / С. А. Терехов. – Снежинск : ВНИИТФ, 1998. – Режим доступа:
http://alife.narod.ru/lectures/neural/Neu_ch03.htm
Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика : пер. с англ. / Ф. Уоссермен. – 1992. – 118 с.