Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
|
Разработчики: |
||
|
Профессор кафедры информатики и вычислительной техники |
д.т.н., доцент |
М.А. Беляева |
|
Рецензенты: |
||
|
Заведующий кафедрой информатики и вычислительной техники |
д.т.н., доцент |
Д.И. Попов |
|
Доцент кафедры информатики и вычислительной техники |
к.т.н. |
Федоренко |
Рабочая программа обсуждена на заседании кафедры «___________________________________________________________»
(дата) ____________ 201 г, протокол № .
Зав. кафедрой ________________/ /
Одобрена Советом факультета _________________________________
(дата) ____________ 201 г, протокол №
УДК 681.3
Обсуждена и одобрена на заседании кафедры «Информационные технологии» Московского государственного университета технологий и управления им. К.Г. Разумовского (протокол № 6 от 28 февраля 2012 г.).
Утверждена на заседании Совета института «Управления и информатизации» Московского государственного университета технологий и управления им. К.Г. Разумовского (протокол № 3 от 01 марта 2012 г.).
Составители:
Яньков В.Ю. – кандидат технических наук, доцент кафедры «Информационные технологии»
Бобырь Г.А. – кандидат технических наук, доцент кафедры «Информационные технологии»
Рецензенты:
Солдатов В.В. – д.т.н., профессор кафедры «Промышленная автоматика»
Николаева С.В. – к.т.н., доцент кафедры «Информационные технологии»
Яньков В.Ю., Бобырь Г.А.
Системы искусственного интеллекта: Вопросы для подготорвки к зачету. – М.: МГУТУ, 2012. – 39с.
Вопросы для подготовки к зачету по дисциплине «системы искусственного интеллекта» базовой части профессионального цикла учебного плана составлена в соответствии с Государственным образовательным стандартом высшего профессионального образования 3-го поколения по направлению подготовки бакалавров 230700.62- «Прикладная информатика».
Вопросы для подготовки к экзамену предназначены для студентов всех форм обучения.
©Московский государственный университет технологий и управления, 2012.
109004, Москва, Земляной вал, 73
© Яньков В.Ю., Бобырь Г.А.
ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ
Тема 1. Основные понятия систем искусственного интеллекта
1. Определения систем искусственного интеллекта
2 Необходимость интеллектуальных систем .
4 Множественность определения систем искусственного интеллекта
5 Основные направления в разработках систем искусственного интеллекта
6 Логический подход ,
7 Структурный подход (Нейронные сети).
8.Эволюционный подход
9.. Имитационный подход .
10.Экспертная система.
.Тема 2 Нейронные сети в системах искусственного интеллекта
11. Виды нейронных сетей
12. Искусственный нейрон.
13. Его основные активизационные функции
14 Однослойные и многослойные сети.
15 Обучение – основное свойство нейронных сетей.
16 Обучение с учителем и без учителя.
17 Веса и их задание.
18 Роль весов в обучении нейронных сетей.
19 Задачи, решаемые нейронными сетями.
20 Персептрон и его обучение
21 Персептрон – один из простейших видов сетей..
22 Обучение персептрона по методу Розенблата.
23.Персептрон делит входные сигналы на два класса.
24 Однослойные сети и их обучение
25 Сущность обучения с учителем.
26 Сущность обучения без учителя.
27 Обучение методом наименьших квадратов.
28 Многослойные сети и их обучение
29 Обучение методом наименьших квадратов
30 Обучение методом максимального правдоподобия
31 Обучение сетей методом обратного распространения ошибки
32 Анализ нейронной сети в прямом направлении
33 Создание сети обратного распространения ошибок.
34 Уточнение весов.
35 Повторение процесса до устранения ошибок
36 Сети Кехонена и их обучение.
37 Особенности сетей Кехонена.
38.Обучение сетей Кехонена.
39.Кластеризация входных сигналов с помощью сетей Кехонена.
Тема 3. Нечеткие множества в системах искусственного интеллекта
40. Нечеткие множества Их функции принадлежности. Нечеткий вывод
41 Определение нечеткого множества. .
42 Функции принадлежности.
43 .Методы описания нечетких множеств
44 Объединение, пересечение и дополнения нечетких множеств.
45 Нечеткие числа и их описание.
46 Операции над нечеткими числами.
47 Нечеткие отношения и их свойства.
48 Основные правила вывода в нечеткой логике.
49 Правила нечеткой импликации.
50 Системы нечеткого управления .
51 Классический модуль нечеткого управления
52 База правил
53 Блок фуззификации
54 Блок выработки решения .
55 Блок дефуззификации
Тема 4. Системы идентификации
56 Идентификация по расстоянию
57 Сущность идентификации многомерных векторов.
58 Расстояние между двумя точками евклидова пространства.
59 Идентификация определением расстояния до центра масс.
60 Идентификация по коэффициенту корреляции
6 1 Идентификация определением коэффициента корреляции с центром масс.
5