Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Тема 1.3. Разработка экспертной системы поддержки принятия решений1. Основные понятия. Отрицания на [0, 1]. 2. Сжимающие разжимающие отрицания [0, 1]. 3. Биективные отрицания на [0, 1]. 4. Знакомство со специализированными программными продуктами. Работа с окнами программ и диалоговыми окнами. Справочная помощь.
Вопросы и задания для самостоятельной работы: 1. Подготовить ответы на контрольные вопросы по теме:
1.1. Как определяются меры нечеткости множества? 1.2. Постройте подходящую сеть с прямой связью, моделирующую операцию логического AND. 1.3. Постройте график производной функции-сигмоида и объясните, как связаны относительная величина обновления веса и значение активности элемента. 1.4. Чем отличается сеть с обратным распространением ошибок, в которой в качестве функций активности используются функции Гаусса, от сети с радиальными базисными функциями? 1.5. Может ли сеть с радиальными базисными функциями решить проблему XOR? 1.6. Определите весовые значения сети Хопфилда, соответствующие сохранению образца (1 1 1 -1). 1.7. Как определяются отрицания на линейно-упорядоченном множестве? 1.8. Что такое биективные отрицания?
2. Тестовые задания для самостоятельного контроля уровня подготовки студентами вопросов темы:
2.1. Системы, основанные на нейросетевых технологиях, обладают следующими свойствами: o способны обучаться на конкретном множестве примеров o способны распознавать, прогнозировать новые ситуации с высокой степенью точности o способны строить функциональные модели бизнес-процессов o работают по аналогии с принципами строения и функционирования нейронов головного мозга человека o способны строить логические модели данных 2.2. Для работы нейросетевой интеллектуальной системы необходимо o подобрать достаточное число примеров, описывающих поведение моделируемой системы в прошлом o наличие локальной вычислительной сети o предварительно заполнить базу знаний системы o наличие алгоритма подбора весовых коэффициентов 2.3. Компьютерные технологии, которые работают по аналогии с принципами строения и функционирования головного мозга человека, называются o нейросетевыми технологиями o технологиями экспертных систем o коммуникационными технологиями o технологиями автоматизированного проектирования 2.4. Продукционная модель представления знаний - o это модель, основанная на правилах типа IF …Then … o это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними o это модель основанная на современном представлении об организации долговременной памяти человека 2.5. Модель представления знаний в виде семантической сети - o это модель, основанная на правилах типа IF …Then … o это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними o это модель, основанная на современном представлении об организации долговременной памяти человека 2.6. Если поиск решения в Базе знаний сводится к задаче поиска фрагмента сети, соответствующего поставленному вопросу, значит используется o модель представления знаний в виде семантической сети o нейронная сеть o продукционная модель представления знаний o формальная логическая модель представления знаний 2.7. В фреймовых моделях характеристикой объекта, образа или ситуации является o слот o ориентированный граф o консеквент o правило продукции 2.8. Главное свойство агентов в интеллектуальных системах, которые действуют рационально - o адаптироваться к изменениям внешней среды o достигать поставленные перед ним цели o быстрое принятие решений o обработка видеоинформации 2.9. Данные - это o результат анализа и обобщения информации для выявления закономерностей и решения проблем o полезные сведения, пригодные для принятия решений o факты, характеризующие объекты, процессы и явления предметной области 2.10. Результат анализа и обобщения информации для выявления закономерностей и решения проблем - это o данные o знания o информация
|