Главная /
Логические нейронные сети /
Отобразите деревом логических возможностей факторное пространство для планирования мероприятий пансионата "Ветеран Труда". Факторное пространство для обеспечения инвентарем пеших и конных прогулок:
Отобразите деревом логических возможностей факторное пространство для планирования мероприятий пансионата "Ветеран Труда".
Факторное пространство для обеспечения инвентарем пеших и конных прогулок:
вопросПравильный ответ:
Сложность вопроса
72
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Какой человек ищет данные тесты с интуитом? Это же не сложно
10 июн 2019
Аноним
Если бы не опубликованные подсказки - я бы не справился c этими тестами intuit.
13 апр 2018
Аноним
Если бы не опубликованные подсказки - я бы не решил c этими тестами intuit.
23 ноя 2016
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # В нейронной сети, представленной на рисунке, в передаточной функции \begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right, \end{array} положите все пороги h равными нулю, а веса связей нейронов, исполняющих роль конъюнкторов, положите равными обратной величине количества активных входов. Исследуйте "работу" нейронной сети по вариантам ситуаций. [Большая Картинка] А1 = 0,6, А2 = 0,4, В1 = 0,7, В2 = 0,3.
- # Пусть структура нейронной сети задана так (см. рисунок), что не только связей в ней может быть недостаточно, но и количества нейронов может не хватать для правильной трассировки. Выполните трассировку по логическому описанию СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление приводит к введению новых строк и столбцов в матрицу следования. Приведите окончательный вид такой матрицы. [Большая Картинка] Логическое описание СПР: y1 ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
- # В перспективе своих самостоятельных исследований составьте модель программы игры в "крестики – нолики", первоначально ограничившись попыткой сведения игры "в ничью". Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать "крестик" (противника), "нолик" (Ваш) или быть свободной. Несомненно, "традиционный" программный, последовательный анализ каждой позиции всех строк трудоемок и долог. Ассоциативный принцип "работы" нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру. Составьте проект такой нейронной сети. Составьте графическую схему нейронной сети.
- # Клетки экрана, заданные координатами, соответствуют рецепторам, величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Таким образом, эталон буквы, по которому производится обучение, изображается возбуждением рецепторов по контуру этого эталона с учетом возможных искажений. Выберите порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток, "засвеченных" эталоном буквы А> . "Научите" однослойную нейронную сеть распознавать букву В, задаваемую возбуждением рецепторов по контуру эталона с учетом возможных искажений.
- # Выполните дистрибутивные преобразования логических выражений. (А1 ∨А2) ∧ (С1 ∧ С2) ∧"B1 &B3" → R1= "Лазурный Берег"; (А1 ∨А2) ∧ (С1 ∧ (В1 ∨ B3) ∨ (С2 ∧ (В1 ∨ B3)) → R2= "о. Родос"