💯Ответы к КМ-3: Основные концепции искусственных нейронных сетей. Нейронные сети радиальных базисных функций. Каскадные искусственные нейронные сети (Курс Нейрокомпьютеры и их применение)🔥

Курс Нейрокомпьютеры и их применение - КМ-3. Основные концепции искусственных нейронных сетей. Нейронные сети радиальных базисных функций. Каскадные искусственные нейронные сети. Тестирование - 86.4%
🔴 Другие тесты | Отдельные ответы по предмету | Помощь со сдачей ⬅️


Список вопросов:
1 Стандартная структура каскадно-корреляционной нейронной сети обучается с помощью
2 Для задач классификации предназначены
3 Специализированная многослойная нейронная конструкция, в которой подбор структуры сети происходит параллельно с ее обучением путем добавления на каждом этапе обучения одного скрытого нейрона
4 Какое минимальное количество слоев в вероятностных нейронных сетях
5 Свойство восстановления по искаженному (зашумленному) образу ближайшего к нему эталонного реализует
6 Что НЕ свойственно для сетей радиальных базисных функций
7 НЕ является особенностью каскадно-корреляционной нейронной сети
8 Количество входов и выходов каскадно-корреляционной нейронной сети зависит
9 Нейронная сеть Коско состоит из нескольких слоев:
10 Метод выбора расположения центров, где в качестве центров радиальных элементов (в сетях радиальных базисных функций) берутся несколько случайно выбранных точек обучающего множества, которые «представляют» распределение обучающих данных в статистическом смысле, называется
11 Для достижения наилучших результатов корреляционного обучения, как правило, одновременно обучается не один, а несколько нейронов-кандидатов. Стандартное количество одновременно обучаемых нейронов-кандидатов
12 В каждом цикле работы двунаправленной ассоциативной памяти происходит уточнение выходного вектора. Процесс повторяется до тех пор, пока
13 В сети Хэмминга число нейронов подбирается ...
14 В процессе обучения в сетях каскадной корреляции происходит
15 Каскадно-корреляционные сети относятся к сетям с
16 Помимо запоминания образов в сетях Хопфилда и Хэмминга проводится обобщение, классификация по критерию максимального правдоподобия. Этим объясняется
17 Недостатком классического варианта сетей Хопфилда является
18 В каком методе в точке, соответствующей каждому наблюдению, помешается некоторая простая функция, затем все они складываются и в результате получается оценка для общей плотности вероятности.
19 Как в сети Хэмминга используются нейроны первого слоя
20 Расстояние Хэмминга это
21 Какой алгоритм стремится выбрать оптимальное множество точек, являющихся центроидами кластеров в обучающих данных
22 Для обучения сети Фальман использовал алгоритм, характеризующийся быстрой сходимостью к точке решения. Этот алгоритм

➡️Любой предмет | Любой тест | Любая практика | ВКР (Диплом)⬅️
🗝️ ▶Помощь с сессией/долгами под ключ ◀ 🗝️