Главная /
Логические нейронные сети /
Исследуйте возможность индуктивного логического вывода на основе фактографической нейронной сети Антрополога-Исследователя для дополнения понятийной нейронной сети, представленной ниже. [картинка] [картинка] Можно ли дополнить понятийную нейронную сеть пр
Исследуйте возможность индуктивного логического вывода на основе фактографической нейронной сети Антрополога-Исследователя для дополнения понятийной нейронной сети, представленной ниже.
Можно ли дополнить понятийную нейронную сеть правилом вывода:
бабушка(X,Y) :- женщина Х, родитель(X,P), родитель(P,Y)
?
вопрос
Правильный ответ:
такая гипотеза может быть высказана на основе единственного факта родства:
женщина Марья – родственница Елены
, потому что Марья - родитель Ивана
, а Иван – родитель Елены
гипотеза касается факта родства, но не позволяет сделать обобщение
следует дополнить понятийную нейронную сеть принудительным введением соответствующего правила вывода
Сложность вопроса
95
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Я провалил зачёт, почему я не углядел этот сайт с всеми ответами с тестами intuit раньше
16 окт 2019
Аноним
Я сотрудник деканата! Тотчас сотрите сайт vtone.ru с ответами intuit. Пишу жалобу
06 июл 2019
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Запишите логические выражения, описывающие на экране, разбитом на клетки с координатами, букву В, как показано на рисунке. Учтите возможность ее допустимого искажения при изображении. [Большая Картинка]
- # Нейронная сеть, отображающая обучение трем буквам, приведена на рисунке. [Большая Картинка] Показаны веса связей – одинаковые для каждой буквы. Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Для порога распознавания h = 0,8 определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,8, (3,2) = 0,9, (3,3) = 1, (4,1) = 0,9, (4,2) = 0,1, (4,3) = 1, (5,1) = 0, (5,2) = 0,9, (5,3) = 0,1.
- # Задайте нейронной сети "странный" вопрос и исследуйте ее ответ. Воспользуйтесь передаточной функцией V_i:=\left \{ \begin{array}{ll} V, & \mbox{при } V \ge h, \\ 0, & \mbox{в противном случае;} \end{array}\right h=0,5 Матрица следования, описывающая нейронную сеть, имеет вид: [Большая Картинка] Задайте значения x1= x2= 0, x3= x4= 1 . Найдите значения возбуждения нейронов выходного слоя и объясните полученный "ответ" нейронной сети, как системы принятия решений.
- # Постройте логическую нейронную сеть "железнодорожная рулетка" для различных вариантов V1 и V2 скорости паровозов, влияющей на величину гонорара линейных. Воспользуйтесь передаточной функцией \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 \\ h=0,5 \end{array} V1 = 60 км/ч, V2 = 90 км/ч. А1 ∧ В1 → R1 = <Отправить обоих линейных на середину перегона, заплатив гонорар $230>; A1 ∧ В2 → R2 = <Отправить даму с приветственным платочком, заплатив гонорар $70>; A2 ∧ В1 → R3 = <Отправить линейного с подстилочной соломкой, заплатив гонорар $80>; А2 ∧ В2 → R4 = <Отправить обоих линейных на середину перегона, заплатив гонорар $260>.
- # Произведите трассировку нейронной сети заданной структуры для воссоздания обученной нейронной сети для игры в "железнодорожную рулетку". Веса связей нейронов выходного слоя положите равными обратной величине количества активных входов нейрона. Проверьте правильность "работы" нейросети. А1 = 0,8, А2 = 0,2, В1 = 0,4, В2 = 0,6. [Большая Картинка]