- •В чем заключается отличие интеллектуальной системы от классической неинтеллектуальной сау (состоящей из п, и-регуляторов и пр.)? [вверх]
- •Являются ли инфузория-туфелька интеллектуальной системой? Поясните свое решение. [вверх]
- •Назовите несколько императивных и декларативных языков программирования. [вверх]
- •Дайте определение понятию «Знание» в контексте сии. [вверх]
- •Назовите 4 составных элемента логической модели представления знаний. [вверх]
- •Охарактеризуйте суть сетевой модели представления знаний. [вверх]
- •Дайте определение понятию «предикат». [вверх]
- •Дайте определение понятию «факт» с точки зрения логики. [вверх]
- •Какие правила и методы используются в логической мпз для получения истинного высказывания. [вверх]
- •Как выглядит предложение-продукция в продукционной модели знаний? [вверх]
- •Дайте определение понятию «фрейм» в рамках фреймовой мпз. [вверх]
- •Представьте графически с помощью сетевой мпз область знаний «Подразделения сф ОмГту». [вверх]
- •Дайте определение понятию «силлогизм». [вверх]
- •В чем заключается правило резолюций. [вверх]
- •Какие методы ии можно отнести к направлению биологического моделирования. [вверх]
- •Назовите и дайте определение двум основным подобластям направления в ии, связанного с накоплением и использованием знаний. [вверх]
- •В чем состоит задача классификации? [вверх]
- •Назовите и раскройте суть двух основных этапов формулирования задачи для решения её методами ии. [вверх]
- •Назовите причины возникновения и развития теории нечетких множеств и нечеткой логики. [вверх]
- •Укажите отличия нечеткого подмножества от четкого. [вверх]
- •Раскройте понятие функции принадлежности (характеристической функции). [вверх]
- •Дайте определению нейрону с математической точки зрение и опишите его в виде уравнения (укажите смысл используемых переменных). [вверх]
- •Для чего используется дополнительный вход нейрона обозначаемый как w0x0 (или t). [вверх]
- •Перечислите модификации линейной передаточной функции и охарактеризуйте их. [вверх]
- •Охарактеризуйте пороговую передаточную функцию и изобразите её график. [вверх]
- •Назовите 2 преимущества сигмоидальной передаточной функции и функции гиперболического тангенса над линейной и пороговой передаточными функциями. [вверх]
- •Изобразите нейрон реализующий операцию дизъюнкции. [вверх]
- •Перечислите 4-ре категории инс характеризующие способ взаимосвязи нейронов. [вверх]
- •На какие два основных класса разделяют инс. Опишите эти классы. [вверх]
- •В каком случае многослойная нс эквивалентна однослойной. [вверх]
- •В чем заключается цель обучения инс? [вверх]
- •Перечислите 3 парадигмы обучения инс и кратко их охарактеризуйте. [вверх]
- •Перечислите типы элементов составляющих перцептрон и опишите порядок их взаимодействия. [вверх]
- •Дайте общее определение алгоритма обучения инс (системы подкрепления). [вверх]
- •Запишите правило Хебба об обучении инс. [вверх]
- •О чем говорит теорема сходимости перцептрона, описанная и доказанная ф. Розенблаттом? [вверх]
- •Какие задачи решают с помощью самоорганизующихся карт Кохонена. [вверх]
- •Запишите базовое рекуррентное уравнение, вычисляющее текущие веса синапсов n-го слоя инс. [вверх]
- •На чём основывается способность нейронной сети к прогнозированию и сжатию данных. [вверх]
- •Какими характеристиками обладает инс в отличие от вм фон Неймана. [вверх]
- •Какая теорема лежит в основе генетических алгоритмов, и что она доказывает? [вверх]
- •Дайте определение понятию «эволюционные алгоритмы». [вверх]
- •Дайте определение понятию «генетические алгоритмы». [вверх]
- •Опишите шаги работы генетического алгоритма. [вверх]
- •Что определение «функции приспособленности» и укажите какую роль она играет в га. [вверх]
- •Назовите и опишите генетические операции, с помощью которых происходит получение новых решений в га. [вверх]
- •Перечислите критерии остановки генетического алгоритма. [вверх]
- •Назовите несколько областей применения генетических алгоритмов. [вверх]
- •Дайте определение понятию «экспертные системы». [вверх]
- •Изобразите структуру типичной экспертной системы. [вверх]
- •Что является ядром и самым важным компонентом экспертной системы? [вверх]
- •Зачем нужен инженер по знаниям при создании экспертной системы? [вверх]
- •В каких режимах может работать экспертная система, кратко охарактеризуйте их. [вверх]
- •Перечислите этапы разработки экспертная система и кратко охарактеризуйте их. [вверх]
Что определение «функции приспособленности» и укажите какую роль она играет в га. [вверх]
Некоторым, обычно случайным, образом создаётся множество генотипов начальной популяции. Они оцениваются с использованием «функции приспособленности», в результате чего с каждым генотипом ассоциируется определённое значение («приспособленность»), которое определяет насколько хорошо фенотип им описываемый решает поставленную задачу.
Назовите и опишите генетические операции, с помощью которых происходит получение новых решений в га. [вверх]
Создание начальной популяции
Перед первым шагом нужно случайным образом создать начальную популяцию; даже если она окажется совершенно неконкурентоспособной, генетический алгоритм все равно достаточно быстро переведет ее в жизнеспособную популяцию. Таким образом, на первом шаге можно особенно не стараться сделать слишком уж приспособленных особей, достаточно, чтобы они соответствовали формату особей популяции, и на них можно было подсчитать функцию приспособленности (Fitness). Итогом первого шага является популяция H, состоящая из N особей.
Размножение (Скрещивание)
Размножение в генетических алгоритмах обычно половое — чтобы произвести потомка, нужны несколько родителей, обычно два. Размножение в разных алгоритмах определяется по-разному — оно, конечно, зависит от представления данных. Главное требование к размножению — чтобы потомок или потомки имели возможность унаследовать черты обоих родителей, «смешав» их каким-либо способом.
Мутации
К мутациям относится все то же самое, что и к размножению: есть некоторая доля мутантов m, являющаяся параметром генетического алгоритма, и на шаге мутаций нужно выбрать mN особей, а затем изменить их в соответствии с заранее определенными операциями мутации.
Отбор
На этапе отбора нужно из всей популяции выбрать определенную ее долю, которая останется «в живых» на этом этапе эволюции. Есть разные способы проводить отбор. Вероятность выживания особи h должна зависеть от значения функции приспособленности Fitness(h). Сама доля выживших s обычно является параметром генетического алгоритма, и ее просто задают заранее. По итогам отбора из N особей популяции H должны остаться sN особей, которые войдут в итоговую популяцию H'. Остальные особи погибают.
Перечислите критерии остановки генетического алгоритма. [вверх]
Таким критерием может быть:
нахождение глобального, либо субоптимального решения;
исчерпание числа поколений, отпущенных на эволюцию;
исчерпание времени, отпущенного на эволюцию.
Назовите несколько областей применения генетических алгоритмов. [вверх]
Генетические алгоритмы применяются для решения следующих задач:
Оптимизация функций
Оптимизация запросов в базах данных
Разнообразные задачи на графах (задача коммивояжера, раскраска, нахождение паросочетаний)
Настройка и обучение искусственной нейронной сети
Задачи компоновки
Составление расписаний
Игровые стратегии
Теория приближений
Искусственная жизнь
Биоинформатика (фолдинг белков)
Дайте определение понятию «экспертные системы». [вверх]
Традиционно знания существуют в двух видах — коллективный опыт и личный опыт. Если большая часть знаний в предметной области представлена в виде коллективного опыта (например, высшая математика), то эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов), то эти знания слабо структурированы; такая предметная область нуждается в экспертной системе.
Экспертные системы — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.