Основы нейронных сетей - ответы на вопросы на СтудИзбе

После обучения модель тестируется и … на новых данных

Пропорциональный закон управления …

• никогда не стабилизируется в заданном значении
• приводит к автоколебаниям
• не имеет недостатков
• сложен в настройке

На входы искусственной нейронной сети подаются …

• веса связей
• индексы нейронов
• величины электрического сигнала

Эффект интегрального насыщения может привести к … сигнала

Однослойная нейронная сеть для распознавания образов и шаблонов может использоваться в …

• медицине и образовании
• сфере услуг и транспорте
• системах безопасности и компьютерном зрении
• индустрии развлечений и туризме

Для реализации схемы нейронного управления необходимо …

• осуществить сбор данных, разработку архитектуры, обучение модели
• определить задачи, настроить параметры, осуществить развертывание и использование
• разработать архитектуру, осуществить обучение модели, тестирование и валидация
• сделать оптимизацию и настройку, развертывание и использование, определить задачи

Основное преимущество, используемое нейронными сетями в автоматическом управлении, которое делает их надежными инструментами для адаптации к изменяющимся условиям, — это …

• способность к работе с нелинейными системами
• параллельная обработка информации
• способность к обучению на основе данных
• устойчивость к шуму и неопределенности

Диапазон входов определяется (в окне Create New Network) с помощью опции … (укажите сочетание из трех слов)

Каждый нейрон в выходном слое принимает на вход значения от нейронов предыдущего слоя и вычисляет свое значение с помощью функции …

Если в определенной точке производная меняет свой знак с «+» на «−», то это говорит о росте …

Принцип обучения нейронных сетей, который основан на использовании данных без классификации или меток, — это обучение …

• с учителем
• без учителя
• с подкреплением
• посредством трансферного обучения

В искусственной нейронной сети на вес связи умножается …

• взвешенная сумма
• сигнал сумматора
• результат прохождения через синапс
• ядро нейрона

Принцип работы многослойных нейронных сетей, который охарактеризован как метод обучения, основанный на минимизации ошибки между выходными значениями и ожидаемыми выходными значениями, — это …

• прямое распространение
• обратное распространение ошибки
• метод Гаусса-Ньютона
• кластеризация данных

Нейрон смотрит на … сумму и если она получается больше его порога, то нейрон выдает выходной сигнал, равный 1

Тип нейронной сети, в которой используется для аппроксимации выбранной функции y = x^2, — это …

• однослойный перцептрон
• сеть Хэмминга
• многослойный перцептрон
• сеть Хопфилда

Способность однослойных нейронных сетей моделировать сложные нелинейные зависимости между входными и выходными данными – это …

• простота
• интерпретируемость
• высокая скорость обучения
• ограниченная способность моделирования

После сбора данных требуется разработать структуру нейронной сети или … нейронного управления

Вы участвуете в стажировке по машинному обучению и вам предложили объяснить своим коллегам понятие искусственного нейрона. Какое из объяснений наилучшим образом описывает понятие искусственного нейрона?

• Искусственный нейрон — это миниатюрные процессоры, способные к обработке и передаче электрических сигналов для эмуляции поведения нейронной сети мобильных устройств.
• Искусственный нейрон — это множество математических и логических операций, выполняемых компьютером, предназначенных для обработки данных и принятия решений на основе паттернов.
• Искусственный нейрон – это вычислительная модель, вдохновленная биологическими нейронами, которая принимает входные данные, умножает их на весовые коэффициенты и передает результат через функцию активации для получения выхода.

Многослойные нейронные сети также успешно применяются в обработке … языка

… составляющая предназначена для противодействия отклонениям от целевого значения, которые прогнозируются в будущем

Для … нейронных сетей требуется большое количество данных

За пропорциональное управление отвечает …

• пропорциональная составляющая P
• интегральная составляющая I
• дифференциальная составляющая D
• коэффициент

… тангенс применяется в качестве функции активации биологами для более реалистичной модели нервной клетки

Класс алгоритмов машинного обучения, который имитирует работу человеческого мозга для выполнения сложных задач – это … нейронные сети

Вы инженер, планирующий разработать систему автопилота для беспилотного грузового космического корабля. Вам предстоит выбрать основной метод управления для обеспечения безопасного и точного перемещения корабля в космическом пространстве. Какая традиционная схема управления наиболее подходит для системы автопилота беспилотного космического корабля?

• Пропорционально-интегрально-дифференциальная схема (ПИД-регулятор).
• Логическое управление (алгоритмы решения задач в виде правил).
• Нейромодельное управление (использование искусственных нейронных сетей).

Вы работаете с робототехникой и хотите научить робота двигаться по прямой линии и избегать препятствий без столкновений. Вам надо выбрать подходящий метод для управления роботом. Какой метод управления наиболее подходит для данной ситуации, где робот должен двигаться по прямой линии и избегать препятствий?

• Пропорционально-дифференциально-интегральный контроллер (PID-регулятор).
• Метод случайного поиска.
• Метод обратного распространения.

Двойной щелчок на блоке Transfer Functions приводит к появлению … блоков функций активации

Вы работаете над обучением нейронной сети для распознавания изображений. Вы решили использовать метод обратного распространения ошибки для корректировки весов сети во время обучения. Какая фаза процедуры обучения нейронной сети является ответственной за корректировку весов сети на основе градиента функции потерь?

• Фаза обратного распространения (backpropagation).
• Расчет градиента (gradient computation).
• Применение градиентного спуска (gradient descent).

Если модель не дает желаемые результаты, требуется … ее параметры или архитектуру, чтобы улучшить ее работу

Вы инженер, работающий над созданием автопилота для беспилотного летательного аппарата (БПЛА). Вам нужно определить подходящий метод управления для обеспечения безопасных и стабильных полетов. Какой метод управления наиболее подходит для обеспечения стабильности и безопасности полетов в контексте разработки автопилота для БПЛА?

• Метод глубокого обучения (Deep Learning).
• Пропорционально-дифференциально-интегральный контроллер (PID-регулятор).
• Генетические алгоритмы.

Этап, который описывает оптимизацию параметров и архитектуры при реализации схемы нейронного управления, — это …

• тестирование и валидация
• определение задачи
• оптимизация и настройка
• развертывание и использование

Вы разрабатываете искусственную нейронную сеть для распознавания рукописных цифр. После обучения ваша модель даёт неудовлетворительные результаты при классификации некоторых цифр. Что может быть причиной неточности нейронной сети?

• Недостаточное количество тренировочных данных для цифр, на которых модель показывает низкую точность.
• Программная ошибка в реализации алгоритма обратного распространения ошибки.
• Неправильный выбор цветовой гаммы изображений для входных данных.

Биологические нейроны могут создавать связи, называемые …

Вы стажируетесь в компании, занимающейся исследованиями в области машинного обучения, и вам поручили создать тест на знание основ нейронных сетей. Какое из следующих определений наилучшим образом описывает понятие «нейронная сеть»?

• Нейронная сеть — это программы, которые пытаются имитировать способность человеческого мозга к анализу данных, распознаванию образов и принятию решений.
• Нейронная сеть — это технология, используемая для соединения компьютеров в распределенную сеть для обработки больших объёмов данных.
• Нейронная сеть — это вычислительная технология, применяемая для оптимизации работы центрального процессора в компьютере.

Вы разрабатываете нейронную сеть для предсказания цен на недвижимость. Вам необходимо выбрать метод оптимизации для обучения нейронной сети. У вас есть большой объем данных и важно, чтобы метод был эффективным и быстро сходился. Какой метод оптимизации наиболее подходит для обучения нейронной сети в данной ситуации?

• Стохастический градиентный спуск (SGD).
• Метод имитации отжига (Simulated Annealing).
• Метод адам (Adam).

Ваша компания решила использовать искусственные нейронные сети для оптимизации производственного процесса, и вы хотите выбрать наиболее подходящую архитектуру нейронной сети для данной задачи. Что вы будете принимать во внимание при выборе архитектуры?

• Количество данных, доступных для обучения нейронной сети и их качество.
• Цветовую схему используемых изображений в производственном процессе.
• Общую инфраструктуру предприятия, включая вычислительные и финансовые ресурсы.

Вы проектируете систему умного дома и хотите использовать нейронные компьютерные сети для управления различными устройствами. Какую схему управления следует выбрать для обеспечения эффективной автоматизации и комфорта жильцов?

• Использовать глубокие нейронные сети для анализа поведения жильцов и предсказания их потребностей, например, автоматическое регулирование температуры и освещения в соответствии с привычками.
• Программировать случайные нейронные сети для управления устройствами дома, чтобы создать непредсказуемые и разнообразные сценарии работы умного дома.
• Создавать рекуррентные нейронные сети для определения оптимального расписания работы устройств дома и непрерывного обучения на основе поведения.

Нейроноподобные элементы для работы алгоритма должны …

• обладать высокой вероятностью
• иметь линейную зависимость
• быть неубывающими и иметь ограниченную производную
• быть максимально точными

Функция, которая чаще всего используется в качестве функции активации в искусственных нейронных сетях, — это … функция

• линейная
• ступенчатая
• полиномиальная
• сигмоидальна

К упрощениям в информационных технологиях можно отнести …

• невозможность быстрого моделирования сложных систем
• неработающие компьютеры
• переполнение мозга биологическими механизмами
• недостаток математических моделей

Вы являетесь руководителем отдела разработки и вам предстоит управлять проектом по созданию нейронной сети для распознавания образов. Какую традиционную схему управления нейросетями вы выберете?

• Каскадную модель управления, в которой процесс разработки нейросети разделен на последовательные этапы: сбор требований, проектирование, разработка, тестирование и внедрение.
• Итеративную модель управления, в которой процесс разработки нейросети разделен на короткие итерации, каждая из которых включает в себя этапы: анализ, проектирование, реализация и тестирование.
• Спиральную модель управления, в которой процесс разработки нейросети осуществляется через повторяющиеся циклы, каждый из которых включает в себя этапы: определение целей, анализ рисков, разработка, тестирование и оценка результатов.

Обучение нейронных сетей с учителем наиболее подходит для …

• распознавания звуков
• кластеризации
• функции аппроксимации
• языковых моделей

Ваша компания хочет разработать систему автоматической классификации электронных писем на спам и не спам. Какой тип нейронной сети вы бы предложили использовать в этой системе, и почему?

• Сверточная нейронная сеть, так как она хорошо подходит для анализа изображений и текстов.
• Рекуррентная нейронная сеть, потому что она учитывает контекст и последовательность в данных, что важно для анализа текста.
• Глубокая нейронная сеть прямого распространения, так как она позволяет обучаться на больших данных и выявлять сложные зависимости между входными и выходными данными в процессе обучения.

Взвешенная сумма (net) в контексте искусственной нейронной сети – это …

• предложенных вариантов
• сумма всех входных сигналов
• произведение всех весов
• сумма взвешенных сигналов

Для разных типов искусственных нейронов используют самые разные функции …

У нейрона есть … - более длинная и одиночная ветвь, которая передает электрические импульсы другим нейронам

Каждая связь между нейронами в сети характеризуется …

• весом
• длиной
• цветом
• силой

Внутри клеточного тела находится … , которое содержит генетическую информацию

Для просмотра структурной схемы сети необходимо, выбрав имя сети (networkl), воспользоваться кнопкой …

Информация об управляющем сигнале, а также о контролируемых возмущениях поступает на … нейронной сети

Экспериментальные данные для создания нейронной сети a используются в диапазоне …

• (-∞, ∞)
• (0, ∞)
• (-1, 1)
• (0, 1)

Важным аспектом многослойного … является его способность обучаться по данным

Рекуррентные нейронные сети обладают способностью запоминать и использовать информацию из предыдущих временных шагов при обработке … данных

Вы руководите разработкой системы автопилотирования для беспилотного летательного аппарата (БПЛА) и рассматриваете использование нейронных компьютерных сетей для управления поведением и принятия решений. К Какую схему управления следует выбрать для обеспечения надежной работы автопилота?

• Программирование автопилота, используя случайные нейронные сети, чтобы создать неожиданные маневры и поведение, которое трудно предсказать для потенциальных угроз.
• Использование глубоких нейронных сетей для анализа данных с датчиков, таких как радары и камеры, с последующим принятием решений о маневрах и безопасности.
• Программирование рекуррентных нейронных сетей для создания стабильных и предсказуемых маневров, что способствует безопасной полетной деятельности.

Метод управления, который позволяет автоматически настраивать параметры ПИД регулятора в реальном времени – это … управление ПИД регуляторов

Вам предстоит объяснить концепцию биологического нейрона и его аналога в искусственных нейронных сетях. Какое из утверждений лучше всего описывает биологический нейрон?

• Биологический нейрон — это элементарная единица нервной системы, состоящая из клеточного тела, дендритов и аксона, которая передает электрические или химические сигналы другим нейронам или эффекторным клеткам, таким как мышцы или железы.
• Биологический нейрон — это вычислительная единица искусственной нейронной сети, которая принимает входные сигналы, обрабатывает их с помощью линейной алгебры и передает результат следующему слою нейронов.
• Биологический нейрон — это междисциплинарная область знаний, охватывающая широкий спектр исследований мозга и нейронных процессов: от молекулярных структур, до работы нейронных сетей и мозга в целом, структуры мозга и функционирования нервной системы, связи нервных процессов с общей физиологией и поведением человека.

Пропорциональное управление противодействует …

• увеличению ошибки
• изменению скорости
• отклонению регулируемой величины от заданного значения
• внешним воздействиям

Тип нейронной сети, который использует MATLAB для создания обобщенно- регрессионной НС (GRNN), — это …

• однослойный перцептрон
• многослойный перцептрон
• сеть Ворда
• GRNN

Особенность нейронных сетей, которая позволяет им обрабатывать данные с ошибками и адаптироваться к изменениям в окружающей среде, делая их надежными инструментами для автоматического управления, — это

• способность к работе с нелинейными системами
• параллельная обработка информации
• способность к обучению на основе данных
• устойчивость к шуму и неопределенности

Возможная чувствительность однослойных нейронных сетей к шуму и выбросам в данных обусловлена …

• сложной структурой
• огромным количеством входных переменных
• методом обратного распространения ошибки
• простотой структуры

Сверточные нейронные сети (CNN) оптимизированы для работы с визуальными и … данными

Если условие остановки … не исполняется, то происходит возврат к расчету производных

Самая часто используемая в нейронных сетях сигмоида — … функция

Вы руководите проектом по разработке автономных беспилотных автомобилей. Какую схему управления с помощью нейронных компьютерных сетей следует использовать для обеспечения оптимальной производительности и безопасности автомобилей?

• Использование сверточных нейронных сетей для обработки и анализа изображений с камер и датчиков автомобиля для принятия решений о маневрах и поведении на дороге.
• Использование рекуррентных нейронных сетей для обработки временных последовательностей данных, таких как информация о движении других транспортных средств и пешеходов.
• Программирование автомобилей, используя рандомные нейронные сети для создания непредсказуемых и обучаемых моделей поведения на дороге.

Многослойные сети могут быть сопоставлены с оболочкой представления знаний … систем

Структурный синтез нейросетевых систем управления базируется на использовании конечного числа типовых … структур

Тип функциональной зависимости, который реализует созданная нейронная сеть a, согласно предоставленным данным, — это …

• y = x
• y = x^2
• y = sin(x)
• y = e^x

Для работы алгоритма требуется, чтобы характеристика вход-выход нейроподобных элементов была неубывающей и имела ограниченную …

Принцип обучения нейронных сетей, который подразумевает необходимость наличия эталонных ответов, — это обучение …

• с учителем
• без учителя
• с подкреплением
• посредством трансферного обучения

… функция активации используется в последнем слое многослойной нейронной сети для решения задачи классификации с множеством классов

Выходной слой принимает выходные значения от нейронов внутреннего слоя и генерирует … выходные данные

Нейронные сети обладают высокой устойчивостью к … и неопределенности в данных

Особенность нейронных сетей, которая позволяет им эффективно моделировать нелинейные системы и управлять ими, — это …

• способность к работе с нелинейными системами
• параллельная обработка информации
• способность к обучению на основе данных
• устойчивость к шуму и неопределенности

Вы разрабатываете нейронную сеть для предсказания цен на недвижимость. Вам необходимо выбрать метод оптимизации для обучения нейронной сети. У вас есть большой объем данных и важно, чтобы метод был эффективным и быстро сходился. Какой метод оптимизации наиболее подходит для обучения нейронной сети в данной ситуации?

• Стохастический градиентный спуск (SGD).
• Метод имитации отжига (Simulated Annealing).
• Метод адам (Adam).

Типы задач, которые хорошо подходят для обучения нейронных сетей с учителем, — это …

• кластеризация
• распознавание звуков
• языковые модели
• функции аппроксимации

Ваша компания разрабатывает автономные системы управления для беспилотных авиационных аппаратов. Вы ищете программное обеспечение для реализации нейроуправления в системе. Какая из программных систем является наиболее подходящей для этой цели?

• MATLAB с Neural Network Toolbox.
• Microsoft Word.
• Adobe Photoshop.

Блок Weight … содержит библиотеку блоков, реализующих некоторые функции весов и смещений

Первым этапом при реализации схемы нейронного управления является …

• сбор данных
• разработка архитектуры
• оптимизация и настройка
• определение задачи

Значение аксона искусственного нейрона определяется функцией …

• у = f(S)
• у = w*x
• у = a+b
• у = x - w

Аксон искусственного нейрона – это …

• функция активации
• аксон, обеспечивающий связь нейрона с нейронами следующего слоя
• вес синапса
• ядро нейрона, которое осуществляет обработку входных сигналов

Функция активации в искусственных нейронных сетях – это …

• вес синапса
• узел, который связывает нейрон с нейронами следующего слоя
• уровень влияния входа нейрона
• функция, которая определяет выходное значение аксона нейрона

Для обучения созданной сети, выбирается закладка …

Ваша компания разрабатывает автономные системы управления для беспилотных авиационных аппаратов. Вы ищете программное обеспечение для реализации нейроуправления в системе. Какая из программных систем является наиболее подходящей для этой цели?

• MATLAB с Neural Network Toolbox.
• Microsoft Word.
• Adobe Photoshop.

Процесс настройки сети получил название «… сети»

Создание сети завершается нажатием кнопки …

Одной из разновидностей регуляторов является …-интегрально- дифференцирующий регулятор

… составляющая накапливает ошибку регулирования

Ключевым элементом любой системы автоматического управления является …

• датчик
• индикатор
• регулятор
• привод

Ключевым элементом любой САУ является …

Целью системы автоматического управления (САУ) является …

• предложенных вариантов
• проведение научных экспериментов
• установление требуемого режима работы объекта управления
• увеличение производственной мощности
• создание новых материалов

Системы автоматического … предназначены для автоматического изменения одного или нескольких параметров объекта управления

Одной из разновидностей регуляторов является регулятор …

• простой
• сложный
• пропорционально-интегрально-дифференцирующий (ПИД-регулятор)
• с обратной связью

Системы автоматического управления могут использовать игры …

• логические
• на бумаге
• моделирующие реальные физические процессы

Вы инженер, работающий над созданием автопилота для беспилотного летательного аппарата (БПЛА). Вам нужно определить подходящий метод управления для обеспечения безопасных и стабильных полетов. Какой метод управления наиболее подходит для обеспечения стабильности и безопасности полетов в контексте разработки автопилота для беспилотного летательного аппарата?

• Метод глубокого обучения (Deep Learning).
• Пропорционально-дифференциально-интегральный контроллер (PID-регулятор).
• Генетические алгоритмы.

Особенность нейронных сетей, которая позволяет им быстро адаптироваться к изменяющимся условиям и оптимизировать свою работу в реальном времени, — это …

• способность к работе с нелинейными системами
• способность к обучению на основе данных
• параллельная обработка информации
• устойчивость к шуму и неопределенности

Особенность нейронных сетей, которая позволяет им быстро анализировать большие объемы данных и принимать решения в реальном времени в условиях автоматического управления, — это …

• способность к работе с нелинейными системами
• параллельная обработка информации
• способность к обучению на основе данных
• устойчивость к шуму и неопределенности

Алгоритмы обучения нейросетей без учителя используют данные без классификации или …

Backpro pagation – это метод … распространения

Обучение с учителем подходит для решения вопросов, в которых известен требуемый …

Обучение без учителя применяют для кластеризации, языковых моделей, обнаружения … , статистических моделей