Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Нс / Тесты 1 к.т..doc
Скачиваний:
111
Добавлен:
09.02.2015
Размер:
126.98 Кб
Скачать

F0: 11196971

F1: Нейрокомпьютерные системы

F2: Бозиев О.Л.

F3: 5 курс, 9 семестр, 4 курс,7сем.СП

VI: 1. Введение в искусственные нейронные сети

I: ТЗ № 1

S: Дендрит – это …

-: тело нейрона

+: входное волокно нейрона

-: выходное волокно нейрона

-: место контакта нервных волокон

I: ТЗ № 2

S: Аксон – это …

-: тело нейрона

-: входное волокно нейрона

+: выходное волокно нейрона

-: место контакта нервных волокон

I: ТЗ № 3

S: Синапс – это …

-: тело нейрона

-: входное волокно нейрона

-: выходное волокно нейрона

+: место контакта нервных волокон

I: ТЗ № 4

S: Биологические нейроны …

+: участвуют в обмене веществ

+: взаимодействуют с помощью электрохимических сигналов

-: взаимодействуют с помощью оптических сигналов

+: рассеивают энергию

I: ТЗ № 5

S: Биологические нейроны не …

-: участвуют в обмене веществ

-: взаимодействуют с помощью электрохимических сигналов

+: взаимодействуют с помощью оптических сигналов

-: рассеивают энергию

I: ТЗ № 6

S: Искусственные нейронные сети обладают способностью

-: самоорганизации

+: обучаемости

+: обобщения

+: абстрагирования

I: ТЗ № 7

S: Искусственные нейронные сети не обладают способностью

+: самоорганизации

-: обучаемости

-: обобщения

-: абстрагирования

I: ТЗ № 8

S: Взаимодействуя между собой, нейроны формируют

+: нейронные сети

-: функциональные сети

-: локальные сети

-: глобальные сети

I: ТЗ № 9

S: Взаимодействующие нейроны не способны формировать

-: нейронные сети

+: функциональные сети

+: локальные сети

+: глобальные сети

I: ТЗ № 10

S: Искусственная нейронная сеть – это

+: модель биологической нейронной сети

-: искусственное объединение биологических нейронов

-: естественное объединение биологических нейронов

-: математическая формализация нейронной сети

I: ТЗ № 11

S: Искусственная нейронная сеть не является

-: моделью биологической нейронной сети

+: искусственным объединением биологических нейронов

+: естественным объединением биологических нейронов

+: математической формализацией нейронной сети

I: ТЗ № 12

S: Области применения искусственных нейронных сетей:

+: распознавание образов

+: ассоциативный поиск информации

-: автоматизированное проектирование

-: управление производством

I: ТЗ № 13

S: Искусственные нейронные сети не применяются для

-: распознавания образов

-: ассоциативного поиска информации

+: автоматизированного проектирования

+: управления производством

I: ТЗ № 14

S: Весовой коэффициент соответствует …

-: весу нейрона

-: длине аксона

+: усилению сигнала синапсом

-: выходу активационной функции

I: ТЗ № 15

S: Весовой коэффициент не соответствует …

+: весу нейрона

+: длине аксона

-: усилению сигнала синапсом

+: выходу активационной функции

VI: 2. Активационная функция

I: ТЗ № 16

S: Назначением активационной функции является …

-: преобразование входного вектора

+: преобразование выходного сигнала сумматора

-: получение взвешенной суммы входных сигналов

-: преобразование выходного вектора

I: ТЗ № 17

S: Назначением активационной функции не является …

-: преобразование выходного сигнала сумматора

+: получение взвешенной суммы входных сигналов

+: преобразование выходного вектора

+: преобразование входного вектора

I: ТЗ № 18

S: Активационная функция «жесткая ступенька» имеет вид

-:

+:

-:

-:

I: ТЗ № 19

S: Активационная функция «пологая ступенька» имеет вид

-:

-:

+:

-:

I: ТЗ № 20

S: Логистическая активационная функция имеет вид

+:

-:

-:

-:

I: ТЗ № 21

S: Активационная функция «гиперболический тангенс» имеет вид

-:

-:

-:

+:

I: ТЗ № 22

Q: Активационным функциям соответствуют выражения

L1: жесткая ступенька

L2: сигмоида

L3: гиперболический тангенс

L4: пологая ступенька

R1:

R2:

R3:

R4:

I: ТЗ № 23

S: Выбор активационной функции определяется

+: алгоритмом обучения

+: спецификой задачи

-: количеством нейронов

+: удобством реализации

I: ТЗ № 24

S: Выбор активационной функции не определяется

- алгоритмом обучения

-: спецификой задачи

+: количеством нейронов

-: удобством реализации

VI: 3. Искусственная нейронная сеть

I: ТЗ № 25

S: При создании искусственных нейронных сетей используется … подход

-: электрохимический

+: биологический

-: компьютерный

+: информационный

I: ТЗ № 26

S: При создании искусственных нейронных сетей не используется … подход

+: электрохимический

-: биологический

+: компьютерный

-: информационный

I: ТЗ № 27

S: Сети прямого распространения

-: содержат обратные связи

-: связывают нейрон с самим собой

-: соединяют слой сети с предшествующим

+: не содержат обратных связей

I: ТЗ № 28

S: Сети прямого распространения

+: не содержат обратных связей

+: не связывают нейрон с самим собой

+: не соединяют слой сети с предшествующим

-: содержат обратные связи

I: ТЗ № 29

S: Сети с обратными связями

-: связывают нейроны одного слоя

+: связывают слой с самим собой

+: соединяют слой сети с предшествующим

-: не принимают входных сигналов

I: ТЗ № 30

S: Сети с обратными связями

+: не связывают нейроны одного слоя

-: не связывают слой с самим собой

-: не соединяют слой сети с предшествующим

-: не принимают входных сигналов

I: ТЗ № 31

S: Многослойная сеть состоит из

+: чередующихся множеств нейронов и весов

-: множества соединений между нейронами

-: множества входных сигналов и весов

-: чередующихся множеств весов и активационных функций

I: ТЗ № 32

S: Многослойная сеть содержит

+: чередующиеся множества нейронов и весов

+: множества соединений между нейронами

-: множества входных сигналов и весов

-: чередующиеся множества весов и активационных функций

I: ТЗ № 33

S: Отличительными признаками многослойных сетей являются то, что

+: каждый нейрон сети имеет нелинейную функцию активации

+: сеть обладает высокой степенью связанности

-: каждый нейрон сети имеет линейную функцию активации

-: сеть обладает низкой степенью связанности

I: ТЗ № 34

S: Искусственные нейронные сети подразделяются на типы:

+: полносвязные

+: многослойные

+: слабосвязные

-: циклические сети

I: ТЗ № 35

S: В полносвязных сетях

+: каждый нейрон передает выходной сигнал остальным нейронам

-: нейроны имеют соединения от выходов к входам

-: каждый слой, кроме последнего, разбит на возбуждающий и тормозящий блоки

-: нейроны входного слоя передают сигналы нейронам 1-го скрытого слоя

I: ТЗ № 36

S: В монотонных сетях

-: каждый нейрон передает выходной сигнал остальным нейронам

-: последний слой разбит на возбуждающий и тормозящий блоки

+: каждый слой, кроме последнего, разбит на возбуждающий и тормозящий блоки

-: нейроны входного слоя передают сигналы нейронам 1-го скрытого слоя

I: ТЗ № 37

S: В слабосвязных сетях

-: каждый нейрон передает выходной сигнал остальным нейронам

-: нейроны имеют соединения от выходов к входам

-: каждый слой, кроме последнего, разбит на возбуждающий и тормозящий блоки

+: нейроны входного слоя передают сигналы нейронам 1-го скрытого слоя

I: ТЗ № 38

S: Каждый нейрон полносвязной сети передает выходной сигнал

+: всем нейронам

-: двум соседним нейронам

-: нейрону справа

-: в последующий слой

I: ТЗ № 39

S: Каждый нейрон монотонной сети передает выходной сигнал

-: всем нейронам своего слоя

+: нейронам последующего слоя

-: одному нейрону последующего слоя

-: нейронам предыдущего слоя

I: ТЗ № 40

S: Каждый нейрон слабосвязной сети передает выходной сигнал

-: всем нейронам своего слоя

-: нейронам последующего слоя

-: одному нейрону последующего слоя

+: нейронам первого скрытого слоя

I: ТЗ № 41

S: В … сетях каждый нейрон передает выходной сигнал остальным нейронам

-: локальных

-: монотонных

-: слабосвязных

+: полносвязных

I: ТЗ № 42

S: В … сетях каждый нейрон передает выходной сигнал нейронам первого скрытого слоя

-: локальных

+: монотонных

-: слабосвязных

-: полносвязных

I: ТЗ № 43

S: В … сетях каждый нейрон передает выходной сигнал нейронам последующего слоя

-: локальных

-: монотонных

+: слабосвязных

-: полносвязных

Соседние файлы в папке Нс