💯 Основы нейронных сетей [Тема 1-7] — ответы на тесты Синергия / МОИ / МТИ / МосАП

Основы нейронных сетей > Итоговый тест / Компетентностный тест

• правильные ответы на вопросы из тестов по данной дисциплине
• вопросы отсортированы в лексикографическом порядке

Основы нейронных сетей

• Введение в курс
• Тема 1. Понятие биологического и искусственного нейрона
• Тема 2. Искусственные нейронные сети
• Тема 3. Процедуры обучения
• Тема 4. Введение в нейроуправление
• Тема 5. Традиционные схемы управления
• Тема 6. Нейроуправление в пакете MatLab
• Тема 7. Схемы нейронного управления
• Заключение
• Итоговая аттестация

… тангенс применяется в качестве функции активации биологами для более реалистичной модели нервной клетки

Тип ответа: Текcтовый ответ

Блок Weight … содержит библиотеку блоков, реализующих некоторые функции весов и смещений

Тип ответа: Текcтовый ответ

Вам предстоит объяснить концепцию биологического нейрона и его аналога в искусственных нейронных сетях. Какое из утверждений лучше всего описывает биологический нейрон?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Биологический нейрон — это элементарная единица нервной системы, состоящая из клеточного тела, дендритов и аксона, которая передает электрические или химические сигналы другим нейронам или эффекторным клеткам, таким как мышцы или железы.
• Биологический нейрон — это вычислительная единица искусственной нейронной сети, которая принимает входные сигналы, обрабатывает их с помощью линейной алгебры и передает результат следующему слою нейронов.
• Биологический нейрон — это междисциплинарная область знаний, охватывающая широкий спектр исследований мозга и нейронных процессов: от молекулярных структур, до работы нейронных сетей и мозга в целом, структуры мозга и функционирования нервной системы, связи нервных процессов с общей физиологией и поведением человека.

Ваша компания разрабатывает автономные системы управления для беспилотных авиационных аппаратов. Вы ищете программное обеспечение для реализации нейроуправления в системе. Какая из программных систем является наиболее подходящей для этой цели?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• MATLAB с Neural Network Toolbox.
• Microsoft Word.
• Adobe Photoshop.

Ваша компания решила использовать искусственные нейронные сети для оптимизации производственного процесса, и вы хотите выбрать наиболее подходящую архитектуру нейронной сети для данной задачи. Что вы будете принимать во внимание при выборе архитектуры?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Количество данных, доступных для обучения нейронной сети и их качество.
• Цветовую схему используемых изображений в производственном процессе.
• Общую инфраструктуру предприятия, включая вычислительные и финансовые ресурсы.

Возможная чувствительность однослойных нейронных сетей к шуму и выбросам в данных обусловлена …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• сложной структурой
• огромным количеством входных переменных
• методом обратного распространения ошибки
• простотой структуры

Вы инженер, планирующий разработать систему автопилота для беспилотного грузового космического корабля. Вам предстоит выбрать основной метод управления для обеспечения безопасного и точного перемещения корабля в космическом пространстве. Какая традиционная схема управления наиболее подходит для системы автопилота беспилотного космического корабля?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Пропорционально-интегрально-дифференциальная схема (ПИД-регулятор).
• Логическое управление (алгоритмы решения задач в виде правил).
• Нейромодельное управление (использование искусственных нейронных сетей).

Вы инженер, работающий над созданием автопилота для беспилотного летательного аппарата (БПЛА). Вам нужно определить подходящий метод управления для обеспечения безопасных и стабильных полетов. Какой метод управления наиболее подходит для обеспечения стабильности и безопасности полетов в контексте разработки автопилота для БПЛА?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Метод глубокого обучения (Deep Learning).
• Пропорционально-дифференциально-интегральный контроллер (PID-регулятор).
• Генетические алгоритмы.

Вы проектируете систему умного дома и хотите использовать нейронные компьютерные сети для управления различными устройствами. Какую схему управления следует выбрать для обеспечения эффективной автоматизации и комфорта жильцов?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Использовать глубокие нейронные сети для анализа поведения жильцов и предсказания их потребностей, например, автоматическое регулирование температуры и освещения в соответствии с привычками.
• Программировать случайные нейронные сети для управления устройствами дома, чтобы создать непредсказуемые и разнообразные сценарии работы умного дома.
• Создавать рекуррентные нейронные сети для определения оптимального расписания работы устройств дома и непрерывного обучения на основе поведения.

Вы работаете над обучением нейронной сети для распознавания изображений. Вы решили использовать метод обратного распространения ошибки для корректировки весов сети во время обучения. Какая фаза процедуры обучения нейронной сети является ответственной за корректировку весов сети на основе градиента функции потерь?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Фаза обратного распространения (backpropagation).
• Расчет градиента (gradient computation).
• Применение градиентного спуска (gradient descent).

Вы работаете с робототехникой и хотите научить робота двигаться по прямой линии и избегать препятствий без столкновений. Вам надо выбрать подходящий метод для управления роботом. Какой метод управления наиболее подходит для данной ситуации, где робот должен двигаться по прямой линии и избегать препятствий?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Пропорционально-дифференциально-интегральный контроллер (PID-регулятор).
• Метод случайного поиска.
• Метод обратного распространения.

Вы разрабатываете искусственную нейронную сеть для распознавания рукописных цифр. После обучения ваша модель даёт неудовлетворительные результаты при классификации некоторых цифр. Что может быть причиной неточности нейронной сети?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Недостаточное количество тренировочных данных для цифр, на которых модель показывает низкую точность.
• Программная ошибка в реализации алгоритма обратного распространения ошибки.
• Неправильный выбор цветовой гаммы изображений для входных данных.

Вы разрабатываете нейронную сеть для предсказания цен на недвижимость. Вам необходимо выбрать метод оптимизации для обучения нейронной сети. У вас есть большой объем данных и важно, чтобы метод был эффективным и быстро сходился. Какой метод оптимизации наиболее подходит для обучения нейронной сети в данной ситуации?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Стохастический градиентный спуск (SGD).
• Метод имитации отжига (Simulated Annealing).
• Метод адам (Adam).

Вы руководите проектом по разработке автономных беспилотных автомобилей. Какую схему управления с помощью нейронных компьютерных сетей следует использовать для обеспечения оптимальной производительности и безопасности автомобилей?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Использование сверточных нейронных сетей для обработки и анализа изображений с камер и датчиков автомобиля для принятия решений о маневрах и поведении на дороге.
• Использование рекуррентных нейронных сетей для обработки временных последовательностей данных, таких как информация о движении других транспортных средств и пешеходов.
• Программирование автомобилей, используя рандомные нейронные сети для создания непредсказуемых и обучаемых моделей поведения на дороге.

Вы стажируетесь в компании, занимающейся исследованиями в области машинного обучения, и вам поручили создать тест на знание основ нейронных сетей. Какое из следующих определений наилучшим образом описывает понятие «нейронная сеть»?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Нейронная сеть — это программы, которые пытаются имитировать способность человеческого мозга к анализу данных, распознаванию образов и принятию решений.
• Нейронная сеть — это технология, используемая для соединения компьютеров в распределенную сеть для обработки больших объёмов данных.
• Нейронная сеть — это вычислительная технология, применяемая для оптимизации работы центрального процессора в компьютере.

Вы участвуете в стажировке по машинному обучению и вам предложили объяснить своим коллегам понятие искусственного нейрона. Какое из объяснений наилучшим образом описывает понятие искусственного нейрона?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Искусственный нейрон — это миниатюрные процессоры, способные к обработке и передаче электрических сигналов для эмуляции поведения нейронной сети мобильных устройств.
• Искусственный нейрон — это множество математических и логических операций, выполняемых компьютером, предназначенных для обработки данных и принятия решений на основе паттернов.
• Искусственный нейрон – это вычислительная модель, вдохновленная биологическими нейронами, которая принимает входные данные, умножает их на весовые коэффициенты и передает результат через функцию активации для получения выхода.

Вы являетесь руководителем отдела разработки и вам предстоит управлять проектом по созданию нейронной сети для распознавания образов. Какую традиционную схему управления нейросетями вы выберете?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Каскадную модель управления, в которой процесс разработки нейросети разделен на последовательные этапы: сбор требований, проектирование, разработка, тестирование и внедрение.
• Итеративную модель управления, в которой процесс разработки нейросети разделен на короткие итерации, каждая из которых включает в себя этапы: анализ, проектирование, реализация и тестирование.
• Спиральную модель управления, в которой процесс разработки нейросети осуществляется через повторяющиеся циклы, каждый из которых включает в себя этапы: определение целей, анализ рисков, разработка, тестирование и оценка результатов.

Двойной щелчок на блоке Transfer Functions приводит к появлению … блоков функций активации

Тип ответа: Текcтовый ответ

Диапазон входов определяется (в окне Create New Network) с помощью опции … (укажите сочетание из трех слов)

Тип ответа: Текcтовый ответ

Для … нейронных сетей требуется большое количество данных

Тип ответа: Текcтовый ответ

Для реализации схемы нейронного управления необходимо …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• осуществить сбор данных, разработку архитектуры, обучение модели
• определить задачи, настроить параметры, осуществить развертывание и использование
• разработать архитектуру, осуществить обучение модели, тестирование и валидация
• сделать оптимизацию и настройку, развертывание и использование, определить задачи

Если условие остановки … не исполняется, то происходит возврат к расчету производных

Тип ответа: Текcтовый ответ

За пропорциональное управление отвечает …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• пропорциональная составляющая P
• интегральная составляющая I
• дифференциальная составляющая D
• коэффициент

К упрощениям в информационных технологиях можно отнести …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• невозможность быстрого моделирования сложных систем
• неработающие компьютеры
• переполнение мозга биологическими механизмами
• недостаток математических моделей

Каждый нейрон в выходном слое принимает на вход значения от нейронов предыдущего слоя и вычисляет свое значение с помощью функции …

Тип ответа: Текcтовый ответ

Многослойные нейронные сети также успешно применяются в обработке … языка

Тип ответа: Текcтовый ответ

На входы искусственной нейронной сети подаются …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• веса связей
• индексы нейронов
• величины электрического сигнала
• степени возбуждения нейрона

Нейрон смотрит на … сумму и если она получается больше его порога, то нейрон выдает выходной сигнал, равный 1

Тип ответа: Текcтовый ответ

Нейроноподобные элементы для работы алгоритма должны …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• обладать высокой вероятностью
• иметь линейную зависимость
• быть неубывающими и иметь ограниченную производную
• быть максимально точными

Однослойная нейронная сеть для распознавания образов и шаблонов может использоваться в …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• медицине и образовании
• сфере услуг и транспорте
• системах безопасности и компьютерном зрении
• индустрии развлечений и туризме

Основное преимущество, используемое нейронными сетями в автоматическом управлении, которое делает их надежными инструментами для адаптации к изменяющимся условиям, — это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• способность к работе с нелинейными системами
• параллельная обработка информации
• способность к обучению на основе данных
• устойчивость к шуму и неопределенности

Поставьте в правильном порядке этапы итеративной модели управления нейросетями:

Тип ответа: Сортировка

• 1 анализ
• 2 проектирование
• 3 реализация
• 4 тестирование

Принцип работы многослойных нейронных сетей, который охарактеризован как метод обучения, основанный на минимизации ошибки между выходными значениями и ожидаемыми выходными значениями, — это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• прямое распространение
• обратное распространение ошибки
• метод Гаусса-Ньютона
• кластеризация данных

Пропорциональное управление противодействует …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• увеличению ошибки
• изменению скорости
• отклонению регулируемой величины от заданного значения
• внешним воздействиям

Пропорциональный закон управления …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• никогда не стабилизируется в заданном значении
• приводит к автоколебаниям
• не имеет недостатков
• сложен в настройке

Расположите этапы обработки информации в искусственном нейроне по порядку:

Тип ответа: Сортировка

• 1 Прием входных сигналов
• 2 Вычисление взвешенной суммы входных сигналов
• 3 Применение функции активации к взвешенной сумме
• 4 Применение активационной функции для получения выходного сигнала

Самая часто используемая в нейронных сетях сигмоида — … функция

Тип ответа: Текcтовый ответ

Сверточные нейронные сети (CNN) оптимизированы для работы с визуальными и … данными

Тип ответа: Текcтовый ответ

Сопоставьте компоненты искусственного нейрона с их аналогами в биологическом нейроне:

Тип ответа: Сопоставление

• A. Веса связей
• B. Сумматор
• C. Функция активации
• D. синапсы
• E. клеточное тело
• F. аксон

Сопоставьте метод обучения нейронных сетей и его особенности:

Тип ответа: Сопоставление

• A. Метод обратного распространения ошибки
• B. Генетические алгоритмы
• C. Методы глубокого обучения
• D. обучение на основе корректировки весов связей между нейронами
• E. обучение, основанное на эволюционных принципах
• F. использование многослойных структур для извлечения сложных зависимостей из данных

Сопоставьте метод оптимизации и его описание:

Тип ответа: Сопоставление

• A. Стохастический градиентный спуск (SGD)
• B. Метод адам (Adam)
• C. Метод имитации отжига (Simulated Annealing)
• D. метаэвристический алгоритм, использующийся для поиска глобального оптимума
• E. простой метод оптимизации, основанный на идее поочередного подбора случайных образцов для обновления весов
• F. эффективно сочетает в себе преимущества адаптивных методов моментума и RMSprop

Сопоставьте понятия и их определения:

Тип ответа: Сопоставление

• A. Step
• B. Scope
• C. To Workspace
• D. переходная функция
• E. осциллограф
• F. в рабочее пространство

Сопоставьте понятия и их определения:

Тип ответа: Сопоставление

• A. Transport Delay
• B. Transfer Fcn
• C. Ramp
• D. транспортная задержка
• E. передаточная функция
• F. Наклон

Сопоставьте фазу процедуры обучения нейронной сети с ее описанием:

Тип ответа: Сопоставление

• A. Обратное распространение (backpropagation)
• B. Расчет градиента (gradient computation)
• C. Применение градиентного спуска (gradient descent)
• D. процесс, при котором корректируются веса в соответствии с градиентом функции потерь
• E. метод обучения, при котором данные проходят через сеть вперед и затем в обратном направлении для корректировки весов
• F. процедура вычисления производных функции потерь по весам сети

Сопоставьте функции активации с их описанием:

Тип ответа: Сопоставление

• A. Сигмоид
• B. ReLU (Rectified Linear Unit)
• C. Tanh (Гиперболический тангенс)
• D. функция активации, которая преобразует взвешенную сумму в диапазон между 0 и 1
• E. простая функция, возвращающая максимум из 0 и входного значения
• F. аналог функции сигмоид, возвращающий значение в диапазоне между -1 и 1

Сопоставьте функцию активации с ее описанием:

Тип ответа: Сопоставление

• A. ReLU (Rectified Linear Unit)
• B. Сигмоидальная функция
• C. Гиперболический тангенс
• D. линейная функция с пороговой активацией. Оптимальна для большинства нейронных сетей
• E. S-образная кривая, используется в выходном слое для бинарной классификации
• F. S-образная функция, похожа на сигмоидальную функцию, но имеет значения в диапазоне [-1, 1]

Сопоставьте циклы разработки нейросети в спиральной модели управления с их описаниями:

Тип ответа: Сопоставление

• A. Определение целей
• B. Анализ рисков
• C. Тестирование
• D. формулируются требования к функциональности и производится планирование разработки.
• E. определяются вероятные риски, которые могут повлиять на успешность разработки.
• F. происходит создание и тестирование нейросети на каждой итерации.

Сопоставьте этапы итеративной модели управления нейросетями с их характеристиками:

Тип ответа: Сопоставление

• A. Анализ
• B. Проектирование
• C. Реализация
• D. определяются требования к функциональности нейросети и ее возможности
• E. создается детальный план реализации нейросети на основе выявленных требований
• F. непосредственно создается и тестируется нейросеть

Сопоставьте этапы обработки информации в искусственном нейроне с их функциями:

Тип ответа: Сопоставление

• A. Прием входных сигналов
• B. Вычисление взвешенной суммы входных сигналов
• C. Применение функции активации к взвешенной сумме
• D. обработка входных данных и присвоение им весов
• E. получение окончательного выходного сигнала
• F. формирование окончательного решения

Способность однослойных нейронных сетей моделировать сложные нелинейные зависимости между входными и выходными данными – это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• простота
• интерпретируемость
• высокая скорость обучения
• ограниченная способность моделирования

Тип нейронной сети, в которой используется для аппроксимации выбранной функции y = x^2, — это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• однослойный перцептрон
• сеть Хэмминга
• многослойный перцептрон
• сеть Хопфилда

Тип нейронной сети, который использует MATLAB для создания обобщенно-регрессионной НС (GRNN), — это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• однослойный перцептрон
• многослойный перцептрон
• сеть Ворда
• GRNN

Упорядочьте методы оптимизации в порядке возрастания сложности (от меньшего к большему):

Тип ответа: Сортировка

• 1 стохастический градиентный спуск (SGD)
• 2 метод адаптивных градиентов (Adagrad)
• 3 метод имитации отжига (Simulated Annealing)

Упорядочьте процесс обучения нейронной сети в MatLab в правильной последовательности:

Тип ответа: Сортировка

• 1 инициализация весов нейронной сети
• 2 подача обучающих примеров на вход нейронной сети
• 3 распространение входных сигналов через сеть и вычисление выхода
• 4 сравнение выхода сети с ожидаемым выходом и корректировка весов
• 5 оценка качества обучения и принятие решения о его завершении

Упорядочьте типы нейронных сетей по возрастанию сложности (от меньшего к большему):

Тип ответа: Сортировка

• 1 полносвязанные сети
• 2 сверточные сети
• 3 рекуррентные сети

Упорядочьте типы нейронных сетей по их применению в автоматическом управлении от наименее к наиболее распространенному:

Тип ответа: Сортировка

• 1 простые нейронные сети
• 2 сверточные нейронные сети
• 3 многослойные персептроны

Упорядочьте циклы разработки нейросети в спиральной модели управления в правильной последовательности:

Тип ответа: Сортировка

• 1 определение целей
• 2 анализ рисков
• 3 разработка
• 4 тестирование

Упорядочьте этапы в обработке данных при использовании нейронных сетей в хронологическом порядке:

Тип ответа: Сортировка

• 1 подготовка данных
• 2 применение алгоритма обучения
• 3 тестирование модели
• 4 оценка результатов

Упорядочьте этапы обработки информации в биологическом нейроне в хронологическом порядке:

Тип ответа: Сортировка

• 1 Прием сигналов от других нейронов через дендриты
• 2 Стимуляция клеточного тела для генерации сигнала
• 3 Передача электрических импульсов через аксон
• 4 Формирование синапсов для соединения с другими нейронами

Упорядочьте этапы обучения нейронной сети в правильной последовательности:

Тип ответа: Сортировка

• 1 инициализация весов
• 2 применение функции активации
• 3 обратное распространение ошибки

Упорядочьте этапы обучения нейронной сети для автоматического управления в порядке их выполнения:

Тип ответа: Сортировка

• 1 подача входных данных
• 2 обработка данных в слоях сети
• 3 корректировка весов связей в сети
• 4 принятие решений и управление

Упорядочьте этапы процедуры обучения методом обратного распространения ошибки (backpropagation) в порядке их выполнения:

Тип ответа: Сортировка

• 1 передача вперед входных данных и вычисление результатов каждого слоя
• 2 расчет градиента функции потерь по весам сети
• 3 применение градиентного спуска для обновления весов

Упорядочьте этапы создания нейронной сети в пакете MatLab в правильной последовательности:

Тип ответа: Сортировка

• 1 определение структуры нейронной сети (например, Feedforward, Recurrent)
• 2 определение функций активации для каждого слоя
• 3 инициализация нейронной сети
• 4 задание параметров обучения и метода обучения
• 5 установка весов и пороговых значений

Установите порядок основных этапов в использовании нейронной сети для распознавания образов в хронологическом порядке:

Тип ответа: Сортировка

• 1 определение функции активации
• 2 обработка входных данных
• 3 обучение модели
• 4 прямое распространение

Функция, которая чаще всего используется в качестве функции активации в искусственных нейронных сетях, — это … функция

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• линейная
• ступенчатая
• полиномиальная
• сигмоидальная

Этап, который описывает оптимизацию параметров и архитектуры при реализации схемы нейронного управления, — это …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• тестирование и валидация
• определение задачи
• оптимизация и настройка
• развертывание и использование

Resilient propagation — это метод … распространения

Тип ответа: Текcтовый ответ