МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА”
іНСТИТУТ КОМП’ютерних НАУК та ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ
Кафедра “Системи автоматизованого проектування”
Запитання до теоретичної частини модульного контролю № 2
з навчальної дисципліни “Моделювання систем”
для спеціальності інженерної підготовки 7.080402
“Інформаційні технології проектування”
для денної та заочної форм навчання.
Варіант 8
Львів-2008
1. Архітектури штучних нейронних мереж грубо можуть бути поділені на такі категорії:|із|::
А - багатошарові мережі без зворотніх зв'язків, мережі із зворотніми зв'язками, клітинні (сотові) мережі |із|вектором-стовпцем;|точкою|
Б - багатошарові мережі без зворотніх зв'язків, рекурентні мережі із зворотніми зв'язками, клітинні (сотові) мережі;|точкою|
В - мережі без зворотніх зв'язків, рекурентні мережі із зворотніми зв'язками, клітинні (сотові) мережі. |точкою|
2. Нейронна мережа типу “feedforward ” містить:|із|::
А - прості обробляючі одиниці (без динамічних елементів) |із|вектором-стовпцем;|точкою|
Б - прості обробляючі одиниці (без статичних елементів);|точкою|
В - прості обробляючі одиниці (без складних елементів). |точкою|
3. Нейронні мережі із зворотнім зв'язком (рекурентні) містять:|із|::
А - обробляючі елементи з статичними будівельними блоками |із|вектором-стовпцем;|точкою|
Б - обробляючі елементи з динамічними будівельними блоками;|точкою|
В - обробляючі елементи з складними будівельними блоками. |точкою|
4. Як правило, нейрони активізуються у нормалізованому регіоні:|із|::
А - від +1 до 0 |із|вектором-стовпцем;|точкою|
Б - від 0 до -1;|точкою|
В - від +1 до -1. |точкою|
5. Достатньою умовою стабільності такої мережі (тобто, збіжності її станів до встановленого режиму) є:|із|::
А - асиметричність синаптичних ваг |із|вектором-стовпцем;|точкою|
Б - |точкою|симетричність синаптичних ваг |із|вектором-стовпцем;|точкою|
В - несиметричність синаптичних ваг. |точкою|
6. Стабільні точки (точки рівноваги) мережі точно відповідають:|із|::
А - локальним мінімумам енергетичної функції |із|вектором-стовпцем;|точкою|
Б - глобальним мінімумам енергетичної функції;|точкою|
В - локальним максимумам енергетичної функції. |точкою|
7. |із|::Мережа Хопфілда другого порядку реалізується у сучасній схемній елементній базі, використовуючи такі традиційні електронні компоненти, як;|точкою|
А - резистори, конденсатори, суматори, підсилювачі, інтегратори неперервного часу та джерела струму |із|вектором-стовпцем;|точкою|
Б - резистори, конденсатори, суматори, підсилювачі, інтегратори неперервного часу та джерела напруги;|точкою|
В - резистори, конденсатори, суматори, підсилювачі, інтегратори неперервного часу та джерела напруги або струму. |точкою|
8. Генетичні алгоритми відрізняються від традиційних оптимізаційних та пошукових процедур тим, що:|із|::
А - 1) функціонують з кодами параметрів, а не з самими параметрами; 2) пошук ведеться за множиною точок, а не за однією точкою; 3) використовують інформацію цільової функції, а не похідних або іншу додаткову інформацію; 4) використовують імовірнісні, а не детерміністичні правила переходів |із|вектором-стовпцем;|точкою|
Б - 1) функціонують з кодами параметрів, а не з самими параметрами; 2) пошук ведеться за множиною точок, а не за однією точкою; 3) використовують інформацію цільової функції, а не її похідних; 4) використовують імовірнісні, а не детерміністичні правила переходів;|точкою|
В - 1) функціонують з кодами параметрів, а не з самими параметрами; 2) пошук ведеться за множиною точок, а не за однією точкою; 3) використовують інформацію цільової функції, а не похідних або іншу додаткову інформацію; 4) використовують детерміністичні правила переходів. |точкою|
9. Одним з найпростіших методів побудови апроксимаційної енергетичної функції є:|із|::
А - метод бар’єрних функцій |із|вектором-стовпцем;|точкою|
Б - метод штрафних функцій;|точкою|
В - метод штрафів. |точкою|
10. Мережа, призначена для обробки EMBED Equation.3 вхідних сигналів, з послідовно-паралельною структурою внутрішніх зв’язків описується:|із|::
А - EMBED Equation.3 звичайними диференційними рівняннями другого порядку та EMBED Equation.3 логічними умовами |із|вектором-стовпцем;|точкою|
Б - EMBED Equation.3 звичайними диференційними рівняннями другого порядку та EMBED Equation.3 логічними умовами;|точкою|
В - EMBED Equation.3 звичайними диференційними рівняннями другого порядку та EMBED Equation.3 логічними умовами. |точкою|
11. Модель штучного нейрона Гросберга.
. .
12. Узагальнена модель штучного нейрона.
.
.
Бланк відповідей на тестові запитання
модульного контролю №2 з навчальної дисципліни
“Моделювання систем”
Група _______ № в групі за списком _______ № варіанту _______
В кожного студента повинно бути 10 тестових і 2 звичайних питання).
Прізвище та ініціали ____________________ Дата _____________ Підпис ___________
/Номери питань вписуються у лівий стовпчик великими розбірливими цифрами без виправлень. Відповіді вписуються у правий стовпчик розбірливими великими літерами A, Б, В без виправлень./
При неповному або неправильному заповненні бланку результати тесту анулюються до 0 балів.
Оцінювання результатів тесту здійснюється за 20 бальною шкалою (за одну правильну відповідь на тестове питання – 1 бал, а на звичайне питання – 5 балів). За захищену і здану лабораторну (практичну) роботу - 5 балів. Шкала сумарних оцінок за теорію і практику: 44-50 “відмінно”, 36-43 “добре”, 25-35 “задовільно”, 0-24 “незадовільно”.