Nauka
ESI
Wyświetlane są wszystkie pytania.
Pytanie 17
Niepewność wiedzy w SE definiujemy poprzez
prawdopodobieństwo wystąpienia jakiegoś faktu
współczynnik zaufania eksperta do reguły
współczynnik przynależności do zbioru
Pytanie 18
Funkcja przynależności w logice rozmytej określa
Stopień przynależności do danej klasy
Stopień podziału zbioru rozmytego
Stopień przynależności do zbioru rozmytego
Pytanie 19
Kolejność podstawowych procesów wnioskowania rozmytego to:
Rozmywanie, Wyostrzanie, Wnioskowanie
Rozmywanie, Wnioskowanie, inferencja
Rozmywanie, Wnioskowanie, Wyostrzanie
Rozmywanie, inferencja, Wyostrzanie
Pytanie 20
Dopasuj klasy zastosowań sieci neuronowych
Klasyfikacja
nauka cech i wzorców aby rozpoznać różnice
Asocjacja
Odtworzenie sygnału oryginalnego pozbawionego zniekształceń
Predykacja
określenie stanów systemu na podstawie sygnałów wejściowych
Aproksymacja
Linearyzacja lub interpolacja sygnałów wyjściowych sieci
Pytanie 21
Sieci neuronowe stosujemy w sytuacji gdy w rozwiązywaniu problemu zachodzi sytuacja, że
Mały stopień niewiedzy i małą lub średnią złożoność problemu
Częściowa znajomość reguł i małą lub średnią złożoność problemu
Całkowity brak reguł i duża złożoność problemu
Pytanie 22
Jak działa pojedynczy neuron? Która z poniższych odpowiedzi nie jest prawdziwa
Wyjścia mnożone przez wagi
Argumentem funkcji jest otrzymana suma a na wyjście przekazana jest wartośc funkcji
Otrzymana suma jest normowana do wartości z przedziału [0,1]
Wejścia mnożone przez wagi są sumowane oraz przekazane do funkcji aktywacji
Pytanie 23
Uczenie sieci neuronowej polega na
Modyfikacji wartości sygnałów wejsciowych
Modyfikacji wag i wartości sygnałów wejściowych sieci
Modyfikacji wag sygnałów wejściowych sieci
Zmianie parametrów funkcji aktywacji
Pytanie 24
Z jakiej funkcji aktywacji korzysta perceptron?
z funkcji wykładniczej
z funkcji tangesoidalnej
Z bipolarnej funkcji skokowej
z unipolarnej funkcji liniowej