Технологии искусственного интеллекта в робототехнике

лабораторная 1-ЗАДАЧИ

1. Построить продукционную модель представления знаний в предметной области «Операционные системы» (функционирование).

2. Построить продукционную модель представления знаний в предметной области «Программное обеспечение» (виды и функционирование).

3. Построить продукционную модель представления знаний в предметной области «Предприятие по разработке программного обеспечения» (структура и функционирование).

4. Построить продукционную модель представления знаний в предметной области «Компьютерная безопасность» (средства и способы ее обеспечения).

5. Построить продукционную модель представления знаний в предметной области «Человеко-машинный интерфейс»................

Лабораторная 2 -ЗАДАЧИ

1. Построить семантическую сеть и фреймовую модель представления знаний в предметной области «Операционные системы» (функционирование).

2. Построить семантическую сеть и фреймовую модель представления знаний в предметной области «Программное обеспечение» (виды и функционирование).

3. Построить семантическую сеть и фреймовую модель представления знаний в предметной области «Предприятие по разработке программного обеспечения» (структура и функционирование).

4. Построить семантическую сеть и фреймовую модель представления знаний в предметной области «Компьютерная безопасность» (средства и способы ее обеспечения).

5. Построить семантическую сеть и фреймовую модель представления знаний в предметной области «Человеко-машинный интерфейс».

Лабораторная 3-ЗАДАЧИ

1. Просчитать одну итерацию цикла обучения по Δ-правилу однослойной бинарной однородной нейронной сети, состоящей из двух нейронов и имеющей пороговую функцию активации (Θ=0,7). В

102

качестве обучающей выборки использовать таблицу истинности для операций дизъюнкции и импликации (не использовать первую строчку таблицы). Синаптические веса задать случайным образом.

2. Просчитать одну итерацию цикла обучения по Δ-правилу однослойной бинарной однородной нейронной сети, состоящей из двух нейронов и имеющей линейную функцию активации (k = 0,6). В качестве обучающей выборки использовать таблицу истинности для операций конъюнкции и дизъюнкции (не использовать первую строчку таблицы). Синаптические веса задать случайным образом.

3. Просчитать одну итерацию цикла обучения по Δ-правилу однослойной бинарной однородной нейронной сети, состоящей из двух нейронов и имеющей сигмоидальную функцию активации (a = 1). В качестве обучающей выборки использовать таблицу истин-ности для операций импликации и конъюнкции (не использовать первую строчку таблицы). Синаптические веса задать случайным образом.

Лабораторная 4-ЗАДАЧИ

1. Две урны наполнены шарами, причем в 1-й содержится 25 % белых и 75 % черных шаров, а во 2-й – 75 % белых и 25 % черных шаров. Если одна из этих урн выбрана случайно и случайным образом из нее извлечен один шар, то как вы оцените вероятность того, что этот шар белый?

2. Исследователь в связи с проведением эксперимента подсчитал, что если справедлива теория А, то можно наблюдать X с вероятностью около 0,9; если же справедлива теория В, то эта вероятность примерно равна 0,3. Он полагает, что теория А примерно вдвое более правдоподобна, чем теория В. Кроме теорий А и В других способов рационального объяснения наблюдаемых явлений нет. С какой вероятностью исследователь может ожидать появления X в ходе данного эксперимента? 3. Предположим, что новый прибор, «анализирующий» выдыхаемый воздух, позволяет с вероятностью 0,95 выявить превышение допустимого уровня содержания алкоголя в организме индивида и с вероятностью 0,95 установить, что этот уровень не превышен. Если в некоторый момент у 5 % обследуемых уровень алкоголя в организме выше допустимого, то какова вероятность, что при осмотре случайно выбранного из этой совокупности индивида прибор зарегистрирует превышение уровня, и это будет соответствовать действительности? 4. Два аспиранта, Дмитрий и Стас