💯 Основы нейронных сетей.ои(dor_БАК) — ответы на тест Синергия / МОИ / МТИ / МосАП

Основы нейронных сетей > Основы нейронных сетей

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

Основы нейронных сетей.ои(dor_БАК)

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

… составляющая предназначена для противодействия отклонениям от целевого значения, которые прогнозируются в будущем

Тип ответа: Текcтовый ответ

… 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

В искусственной нейронной сети на вес связи умножается …

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

• взвешенная сумма
• сигнал сумматора
• результат прохождения через синапс
• ядро нейрона

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

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 просмотра структурной схемы сети необходимо, выбрав имя сети (networkl), воспользоваться кнопкой …

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 в определенной точке производная меняет свой знак с «+» на «−», то это говорит о росте …

Тип ответа: Текcтовый ответ

Если модель не дает желаемые результаты, требуется … ее параметры или архитектуру, чтобы улучшить ее работу

Тип ответа: Текcтовый ответ

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

Класс алгоритмов машинного обучения, который имитирует работу человеческого мозга для выполнения сложных задач – это … нейронные сети

Тип ответа: Текcтовый ответ

Метод обучения нейронных сетей, который особенно полезен для управления роботами, автомобилями и производственными процессами, — это обучение …

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

• с учителем
• без учителя
• с подкреплением
• методом обратного распространения ошибки

Метод управления, который позволяет автоматически настраивать параметры ПИД регулятора в реальном времени – это … управление ПИД регуляторов

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

Обучение нейронных сетей с учителем наиболее подходит для …

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

• распознавания звуков
• кластеризации
• функции аппроксимации
• языковых моделей

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

Особенность нейронных сетей, которая позволяет им обрабатывать данные с ошибками и адаптироваться к изменениям в окружающей среде, делая их надежными инструментами для автоматического управления, — 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

После обучения модель тестируется и … на новых данных

Тип ответа: Текcтовый ответ

После сбора данных требуется разработать структуру нейронной сети или … нейронного управления

Тип ответа: Текcтовый ответ

Поставьте в правильном порядке этапы итеративной модели управления нейросетями:

Тип ответа: Сортировка

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

Принцип обучения нейронных сетей, который основан на использовании данных без классификации или меток, — это обучение …

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

• с учителем
• без учителя
• с подкреплением
• посредством трансферного обучения

Принцип обучения нейронных сетей, который подразумевает корректировку весовых коэффициентов на основе эталонных ответов, — это обучение …

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

• с учителем
• без учителя
• с подкреплением
• посредством трансферного обучения

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 область применения нейронных сетей с примером ее использования:

Тип ответа: Сопоставление

• A. Автономная навигация для роботов
• B. Управление умным домом
• C. Автономное управление автономными автомобилями
• D. определение преград и планирование маршрута на основе визуальной информации
• E. автоматическое управление освещением и отоплением на основе данных с датчиков
• F. принятие решений о движении, обнаружении объектов на дороге и безопасном следовании маршруту

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 типы слоев нейронных сетей с их функциями:

Тип ответа: Сопоставление

• A. Convolutional Layer
• B. Recurrent Layer
• C. Dense Layer
• D. используется для извлечения признаков из входных изображений
• E. позволяет моделировать последовательные данные и данные со связями во времени
• F. слой, в котором каждый нейрон связан со всеми нейронами предыдущего и последующего слоя

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 шаг обучения нейронной сети с его последовательностью выполнения:

Тип ответа: Сопоставление

• A. Обратное распространение ошибки
• B. Инициализация весов
• C. Применение функции активации
• D. шаг 3
• E. шаг 2
• F. шаг 1

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

Эффект интегрального насыщения может привести к … сигнала

Тип ответа: Текcтовый ответ

Resilient propagation — это метод … распространения

Тип ответа: Текcтовый ответ