TIA
Test Your Knowledge of Intelligent Systems
Are you ready to challenge your understanding of intelligent algorithms and neural networks? This quiz covers essential concepts related to artificial intelligence, heuristic fun Test your knowledge on:<\/p>
Rezultatul unui algoritm genetic este codificat de:
Cel mai performant individ al primei generatii
Individul cu performanta medie din ultimul generatie
Cel mai performant individ al ultimei generatii
Performantele unui program inteligent depind de:
Organizarea cunostintelor
Consistent/ bogatia bazei de cunostinte si organizarea acestora
Consistent/bogatia bazei de cunostinte
Metoda de inferenta inlantuire inapoi este un proces:
Inductiv condus de fapte
Deductiv condus de date
Inductiv condus de scop
In algoritmul strategiei cautare pe nivel in spatiul starilor un succesor Sj al nodului curent Sc este inserat in lista frontiera
La mijloc
La sfarsit
La inceput
In cadrul relatiei de definire a unei functii euristice f(Si→Sf)=g(Si→Sc)+h(Sc→Sf)functia h
Estimeaza costul trecerii din starea curenta in starea finala
Evalueaza costul trecerii din starea curenta in starea finala
Estimeaza costul trecerii din starea initiala in starea finala
O regula de productie a carei structura generala este de forma <partea de conditie> <partea de actiune> este interpretata in urmatoarea maniera:
DACA <partea de conditie> este indeplinita ATUNCI se poate executa<partea de actiune>
DACA <partea de conditie> este indeplinita ATUNCI nu se poate executa<partea de actiune>
DACA <partea de conditie> nu este indeplinita ATUNCI se poate executa<partea de actiune>
Secventa de operatii care alcatuieste ciclul motorului de inferente este
Filtraj, selectie , rezolvare conflicte ,executie
Filtraj, rezolvare conflicte , selectie , executie
Selectie , filtraj , rezolvare conflicte , executie
O strategie de cautare complet neinformata implica:
Un cost ridicat al controlului si un cost minim al parcurgerii spatiului de cautare
Un cost ridicat atat al controlului cat si al parcurgerii spatiului de cautare
Un cost redus al controlului si un cost ridicat al parcurgerii spatiului de cautare
In cadrul algoritmului de antrenare a perceptorului pentru corectarea ponderilor se utilizeaza relatia:
Wt+1=Wt+η (dk+yk)X
Wt+1=Wt+η (dk- yk)X
Wt+1=Wt+η (yk - dk)X
Metoda de inferenta inlantuire inainte este un proces
Inductiv condus de fapte
Inductiv condus de scop
Deductiv condus de date
De regula probabilitatea de incrucisare are valori:
De ordinul 10^-3 situata in intervalul [0,002; 0,0095]
De ordinul 10^-1 situata in intervalul [0,2; 0,95]
De ordinul 10^-2 situata in intervalul [0,02; 0,095]
In procesul de cautare a solutiei un nod evaluat este:
Un nod cunoscut pentru care se cunosc toti succesorii lui
Un nod cunoscut pentru care nu se cunosc toti succesorii lui
Un nod necunoscut pentru care se cunosc o parte dintre succesori
. In cazul perceptronului ecuatia
Ecuatia unei drepte care imparte spatiul in n regiuni de decizie
Ecuatia unui hiperplan care imparte spatiul in doua regiuni de decizie
Ecuatia unui hiperplan care imparte spatiul in n regiuni de decizie
In cadrul ciclului de baza al motorului de inferente etapa de rezolvare a conflictelor este necesara:
Cand dupa etapa de filtraj a rezultat o singura regula aplicabila
Cand dupa etapa de filtraj nu au rezultat reguli aplicabile
Cand dupa etapa de filtraj au rezultat mai multe reguli aplicabile
O strategie de cautare a solutiei prezinta proprietatea de completitudine daca:
Asigura gasirea solutiei atunci cand aceasta exista
Ofera explicatii asupra modului in care este cautata solutia
Nu este garantata gasirea solutiei chiar daca aceasta exista
Retelele semantice sunt structuri destinate reprezentarii cunostintelor de sub forma:
Unui graf complex alcatuit din noduri si arce
. Unor reguli de productie
Unor structuri impachetate
In cadrul algoritmului de antrenare a unei retele neuronale artficiale viteza de invatare η e:
Negativ(η<0)
Supraunitar (η>1)
Subunitar (0< η<1)
O strategie de cautare complet informata implica
Un cost redus al controlului si un cost ridicat al parcurgerii spatiului de cautare
Un cost ridicat al controlului si un cost minim al parcurgerii spatiului de cautare
Un cost redus atat al controlului cat si al parcurgerii spatiului de cautare
Metodele de rezolvare a problemelor folosite de catre sistemele expert sunt:
Tehnici de rationament calitativ sau euristic
. Procesoare de date
Proceduri matematice
In cazul invatarii nesupervizate reteaua neuronala primeste la intrare
Vectorii reprezentand exemplele
Raspunsurile dorite
Perechi de forma(exemplu- raspuns dorit)
Pentru codificarea binara , in cazul in care operatorul de mutatie se aplica intr-o maniera uniforma, atunci:
Probabilitatea de mutatie creste exponential de la o generatie la alta
Probabilitatea de mutatie ramane constanta pe toata durata procesului de cautare
Probabilitatea de mutatie scade exponential de la o generatie la alta
Daca valoarea ponderii asociata unei conexiuni sinaptice este pozitiva, atunci aceasta:
Nu afecteaza starea neuronului de intrare
Are un caracter inhibitor
Are un caracter excitator
In cadrul strategiei de cautare in latime frontiera
Ca o lista folosind strategia de tipul LIFO
Ca o lista dubla inlantuita
Ca o lista folosind strategia de tipul FIFO
Prin definitie, o reprezentare a solutiei problemei prin grafuri SI/SAU este formata din tripletul:
.(Si,O,Pe)
.(Sf,O,Pe)
(Si,O,Sf)
In cazul sistemelor expert algoritmul de cautare a solutiei:
Se numeste motor de inferenta si este de tip convergent
Se numeste procedura de calcul numeric si este de tip iterativ
Se numeste motor de inferenta si este de tip iterativ
Algoritmul standard de antrenarea a unei RNA de tip MLP cauta punctul de minim al unei functii de performanta a retelei prin deplasari succesive in:
Directia antigradientului
Directia perpendiculara pe gradient
Directia gradientului
O strategie de cautare a solutiei prezinta proprietatea de completitudine daca:
Asigura gasirea solutiei atunci cand aceasta exista
Ofera explicatii asupra modului in care este cautata solutia
Nu este garantata gasirea solutiei chiar daca aceasta exista
In cadrul relatiei unei functii euristice f(Si→Sf)=g(Si→Sc)+h(Sc→Sf) functia g
Evalueaza costul trecerii din starea curenta in starea finala
Evalueaza costul trecerii din starea initiala in starea curenta
Estimeaza costul trecerii din starea curenta in starea finala
In cadrul unei scheme de tip (2-2) a operatorului de incrucisare artimetica, valorile genelor celor doi urmasi
U1,i= αP1,i+(α-1)P2,i si U2,i= (α-1)P1,i+ αP2,i
U1,i= αP1,i+(1-α)P2,i si U2,i= (1-α)P1,i+ αP2,i
U1,i= αP1,i+(1+α)P2,i si U2,i= (1+α)P1,i+ αP2,i
Algoritmul gradientului conjugat de antrenarea a unei RNA de tip MLP cauta punctul de minim a functiei de performanta a relatiei prin deplasari succesive in:
Directia perpendicular pe gradient
Directia data de combinatia liniara dintre directia antigradientului si directia anterioara de cautare
Directia gradientului
De regula probabilitatea de mutatie are valori:
De ordinul 10^-3 situata in intervalul [0,002; 0,0095]
De ordinul 10^-1 situata in intervalul [0,2; 0,95]
De ordinul 10^-2 situata in intervalul [0,02; 0,095]
Maxima
.negativa
Minima
Retelele neuronale artificiale sunt:
Sisteme dinamice de prelucrare seriala a informatiei
Sisteme statice de prelucrare seriala a informatiei
Sisteme dinamice de prelucrare paralela a informatiei
In cazul reprezentarii cromozomiale binare numarul de biti necesari pentru reprezentarea unei variabile reale din intervalul [xmin,xmax] cu o precizie data q se determina din inegalitatea:
0%
0
0%
0
0%
0
Corpul unui neuron artificial este constituit din:
Functia si pragul de activare
Un sumator, functia si pragul de activare
Un sumator si functia de activare
In cazul tehnicilor de calcul evolutiv, bazate pe principiile evolutiei biologice, operatorii evolutivi (de modificare a indivizilor) sunt:
Recombinarea si mutatia
Operatorii de modificare a pozitiei
Selectia si recombinarea
Algoritmii de antrenare a RNA de tip MLP folosesc tehnici de optimizare avand ca obiectiv
Pastrarea constanta a functiei de performanta
Minimizarea functiei de performanta
Maximizarea functiei de performanta
Daca probabilitatea de mutatie este pm, atunci mutatia unei gene I are loc daca numarul generat aleator rm ∈ [0,1] satisface conditia
Rm = pm
Rm < pm
Rm ≥ pm
In cadrul unei strategii de cautare costul computational (intrebare incompleta)
Costul controlului
. Costul aplicarii operatorilor
Costul aplicarii operatorilor si costul controlului
In cazul unui algoritm genetic daca probabilitatea de recombinare este pr, atunci numarul mediu de indivizi retinuti pentru recombinare este:
0%
0
0%
0
0%
0
Daca valoarea ponderii asociata unei conexiuni sinaptice este negativa, atunci aceasta:
Are un caracter excitator
Nu afecteaza starea neuronului de intrare
Are un caracter inhibitor
. Daca probabilitatea de recombinare este pr, atunci un individ este retinut pentru recombinare daca numarul generat aleator rr ∈ [0,1] satisface conditia:
NU E SIGUR
Rr ≥ pr
Rr < pr
Rr = pr
In cazul unei scheme de tip (2-1) a operatorului de incrucisare artimetica, valorile genelor urmasului se determina cu relatia:
U1,i= αP1,i+(1-α)P2,i
U1,i= αP1,i+(1+α)P2,i
. U1,i= αP1,i+(α-1)P2,
In cazul populatiilor avand cromozomi de lungime m prin aplicarea operatorului de incrucisare cu un singur punct de taietura la nivelul pozitiei p ∈ [1, m-1] primul urmas va mosteni:
Pimele m-p gene de la partintele 1 si ultimele p gene de la parintele 2
. Primele p gene de la parintele 2 si ultimele m-p gene de la parintele 1
Primele p gene de la parintele 1 si ultimele m-p gene de la parintele 2
. In cadrul strategiei de cautare in latime, frontiera este tratata:
ca o lista folosind strategia de tip FIFO
Ca o lista dublu inlantuita
ca o lista folosind strategia de tipul LIFO
In cadrul relatiei unei functii euristice f(Si -> Sf)= g(Si->Sc)+ h(Sc -> Sf) functia g
Evalueaza constul trecerii din starea curenta in starea finala
Evalueaza constul trecerii din starea initiala in starea curenta
Estimeaza constul trecerii din starea curenta in starea finala
Se considera un algoritm genetic pentru care variabila x ∈ [-1.2, 1] se doreste sa fie reprezentata cu precizia q=10^-1 . In acest caz, lungimea cromozomului (numarul de biti utilizati) este:
M=3
m=4
m=5
Regula din baza de cunostinte a unui sistem expert constituie un ansamblu :
. Complet si contradictoriu de cunostinte necesare rezolvarii unei probleme
incomplete si necontradictoriu de cunostinte necesare rezolvarii unei probleme
complet si necontradictoriu de cunostinte necesare rezolvarii unei probleme
In procesul de cautare a solutiei un nod evaluat este
Un nod cunoscut pentru care se cunosc toti succesorii lui
. Un nod necunoscut pentru care se cunosc o parte din succesori
Un nod cunoscut pentru care nu se cunosc toti succesorii lui
Algoritmii de antrenare a RNA de tip MLP folosesc tehnici de optimizare avand ca obiectiv:
Maximizarea functiei de performanta
Minimizarea functiei de performanta
Pastrarea constanta a functiei de performanta
In cazul invatarii supervizate reteaua neuronala primeste la intrare:
Vectorii reprezentand exemplele
Raspunsurile dorite
perechi de forma (exemplu-raspuns dorit)
Prin definite, o reprezentare a solutiei problemei din spatiul starilor este formata din tripletul:
(Sf, O, Pe)
(Si, O, Pe)
(Si, O, Sf)
In cazul unui algoritm genetic, operatorii de selectie si recombinare se pot aplica:
Doar secvential
doar simultan
simultan si secvential
Daca in cazul codificarii binare se doreste o precizie de 3 zecimale exacte, atunci precizia este
Q= -10^-3
Q= 10^3
q= 10^-3
In cazul codificarii reale un individ al populatiei este reprezentat prin
vector X ale carui componente sunt atat numere reale cat si valori binare 0 sau 1
Vector X ale carui componente sunt numere reale
vector X ale carui componente sunt valori binare 0 si 1
Algoritumul backpropagation consta in:
. Parcurgerea retelei de la intrare la iesire pentru a determina erorile si apoi de la iesire la intrare pentru a modifica ponderile
Parcurgerea retelei de la iesire la intare pentru a modifica ponderile
Parcurgerea retelei de la intrare la iesire pentru a determina erorile
Perceptronul poate fi utilizat pentru
Interpolarea functiilor complexe
Extrapolarea functiilor complexe
Clasificarea formelor linear separabile in doua clase A si B
De regula probabilitatea de incrucisare are valori:
De ordinul 10^-3 situata in intervalul [0,002; 0,0095]
De ordinul 10^-2 situata in intervalul [0,02; 0,095]
De ordinul 10^-1 situata in intervalul [0,2; 0,95]
Conditia generala de oprire in cadrul unui algoritm genetic este:
Evaluarea tuturor solutiilor generate initial
Numarul maxim de generatii specificat
Atingerea preciziei de calcul Dorita
Minima
Negativ
Maxima
In cadrul procesului de cautare a solutiilor informatia euristica:
Contribuie la diminuarea eficientei procesului de cautare prin cresterea numarului de stari investigate
Contribuie la cresterea eficientei procesului de cautare prin cresterea numarului de stari investigate
Contribuie la cresterea eficientei procesului de cautare prin diminuarea numarului de stari investigate
Retelele neuronale artificiale de tip Kohonen sunt:
Retele cu invatare nesupervizata cu autoorganizare
Retele cu invatare nesupervizata de tip backpropagation
Retele cu invatare supervizata de tip backpropagation
Neuronul clasificator sau Perceptronul are
Intrari reale si functia de activare liniara
intrari binare si functia de activare sigmoidala
Intrari reale si functia de activare treapta unitara
. In cadrul strategiei de cautare costul computational este reprezentat de
Costul controlului
Costul aplicarii operatorilor si costul controlului
Costul aplicarii operatorului
In algorimul strategiei de cautare in adancime in spatiul starilor un successor Sj al nodului curent Sc este inserat in lista frontiera :
la sfarsit
La mijloc
la inceput
Algoritmii genetici sunt:
Procedee de cautare si optimizare bazate pe mecanismele geneticii si selectiei naturale
procedee de cautare si optimizare bazate calcul algorithmic
procedee de calcul numeric bazate pe mecanismele selectiei naturale
D constituie multimea starilor initiale, iar T multimea operatorilor
D constituie multimea starilor finale, iar T multimea operatorilor
D constituie universul problemei, iar T multimea operatorilor
Retelele neuronale artificiale Kohonen sunt retele neuronale artificiale cu:
Invatare nesupervizate si iesiri reale
invatare supervizata si iesiri discrete
invatare nesupervizata si iesiri discrete
O strategie de cautare complet informata implica:
Un cost redus atat al controlului cat si al parcurgerii spatiului de cautare
Un cost ridicat al controlului si un cost minim al parcurgerii spatiului de cautare
Un cost redus al controlului si un cost ridicat al parcurgerii spatiului de cautare
In cadrul algoritmului de antrenare a perceptronului pentru corectarea ponderilor se utilizeaza relatia:
0%
0
0%
0
0%
0
In cazul unui algoritm genetic daca probabilitatea de recombinare este pr, atunci numarul minim de indivizi retinuti pentru recombinare este:
0%
0
0%
0
0%
0
Corpul unui neuron artificial este constituit din:
Functia si pragul de activare
Un sumator, functia si pragul de activare
Un sumator si functia de activare
Memoria unei retele neuronale artificiale este constituita din:
Functia de activare a neuronilor
Multimea de antrenare
. Ponderile conexiunilor sinaptice dintre neuroni
0%
0
0%
0
0%
0
In cazul unei retele neuronale de tip Kohonen interactiunea neuronilor de pe grila suport depinde de:
Valorile potentialelor neuronale aferente netj
Distanta dintre acestia
Vectorii ponderilor wj aferenti
In cazul sistemelor expert, algorimul de cautare a solutiei:
Se numeste procedura de calcul numeric si este de tip iterativ
Se numeste motor de inferenta si este de tip convergent
Se numeste motor de inferenta si este de tip iterativ
Conform regulii generalizate delta, la momentul t corectiile ponderilor unui neuron c de pe stratul curent conectat cu un neuron p de pe stratul precedent se determina cu relatia:
0%
0
0%
0
0%
0
In cazul unei scheme de tipul (2-1) a operatorului de incrucisare aritmetica, valorile genelor urmasului se determina cu relatia
0%
0
0%
0
0%
0
Reprezentarea cunostintelor prin reguli de productie prezinta urmatoarele caracteristici:
Ofera posibilitatea de a prevedea o desfasurare optima pentru o secventa de actiuni;
Ordinea in care sunt aplicate regulile nu influenteaza niciodata concluzia finala;
Nu ofera posibilitatea de a prevedea o desfasurare optima pentru o secventa de actiuni.
In cadrul SE o regula poate fi considerata ca o cantitate structurala:
Dependenta de celelalte reguli continute in baza de cunostinte
Independenta de celelalte reguli continute in baza de cunostinte
Dependenta de faptele continute in memoria de lucru.
In cadrul strategiei de cautare in adancime frontiera este tratata:
Ca o lista folosind strategia de tipul lipul LIFO
Ca o lista folosind startegia de tipul FIFO
Ca o lista dublu inlantuita.
In cadrul procesului de cautare a solutiilor informatia euristica:
Contribuie la diminuarea eficientei procesului de cautare prin cresterea numarului de stari investigate
Contribuie la cresterea eficientei procesului de cautare prin diminuarea numarului de stari investigate;
Contribuie la cresterea eficientei procesului de cautare prin cresterea numarului de stari investigate;
Conditia generala de oprire in cadrul unui algoritm genetic este
Evaluarea tuturor solutiilor generate initial
Atingerea preciziei de calcul dorita
Numarul maxim de generatii specificat
Operatorul de mutatie este utilizat in cadrul algoritmilor genetici pentru :
A pastra diversitatea populatiei
A ghida procesul de cautare catre un minim local
A selecta cei mai buni indivizi
{"name":"TIA", "url":"https://www.quiz-maker.com/QPREVIEW","txt":"Are you ready to challenge your understanding of intelligent algorithms and neural networks? This quiz covers essential concepts related to artificial intelligence, heuristic functions, and genetic algorithms.Test your knowledge on:Genetic algorithmsHeuristic functionsInference enginesNeural networksSearch strategies","img":"https:/images/course8.png"}