si zadania przykladowe


Egzamin z przedmiotu  Sztuczna Inteligencja  zadania przyk 2008 r.
ladowe
1. Czy rozumowanie przedstawiane za pomocał chińskiego pokoju Searlego : A) podważa hipoteze
ł

silnej sztucznej inteligencji , B) wspiera ja, C) dotyczy czegoś zupe innego. Wskaż prawid
lnie lował
ł

odpowiedz i krótko uzasadnij wybór.
2. Zaznacz liście w podanym drzewie, których wartość musia być uwzgledniana przy wyznaczeniu
la
ł
wartości wierzcho startowego w metodzie alfa-beta. Kierunek przegladanie drzewa: od lewej
lka
ł
do prawej strony.
3. Wykazać stosujac metode rezolucji, że ze zdań: Wszystkie ptaki majał pióra i Żaden ssak nie
ł ł
 
ma piór wynika zdanie Żaden ssak nie jest ptakiem . Użyj nastepujacych predykatów: p(X) 
ł ł

X jest ptakiem, mp(X)  X ma pióra, s(X)  X jest ssakiem.
4. Narysuj na jednym wykresie rozsadne funkcje przynależności dwóch zbiorów rozmytych: zimny
ł

i goracy oraz wynikajacy z tych zbiorów, po odpowiednich operacjach logicznych, zbiór nie
ł ł
 
zimny i nie goracy . Zapewnij odpowiednie oznaczenie osi wykresu i skale.
ł ł
5. Narysuj sieć probabilistycznał wiałżacał próchnice, paradontoze, wyrastanie zeba madrości, ból
ł ł ł ł ł
zeba i wizyte u stomatologa. Opisz wez konkretnymi wartościami prawdopodobieństw (podaj
ly
ł ł ł
dowolne liczby  ważne jest aby opis by kompletny). Oblicz prawdopodobieństwo próchnicy przy
l
warunku wizyty u stomatologa.
6. W pewnym momencie dzia algorytmu symulowanego wyżarzania poszukujacego minimum,
lania
ł
przy temperaturze T , bedac w punkcie w wylosowano nowy punkt w2 . Wartościami kryterium w
ł ł
tych punktach by odpowiednio E(w) i E(w2 ). Obliczono różnice miedzy tymi wartościami jako
ly
ł ł
"E = E(w2 ) - E(w). Należy w przybliżeniu określić prawdopodobieństwo akceptacji punktu
w2 w zależności od wartości "E i T , poprzez wpisanie w wolnych miejscach podanej tablicy
przymiotników spośród: H" 0, ma średnie, duże, H" 1.
le,
7. Wyznacz wartości wag sieci neuronowej klasyfikujacej kó i trójkaty (rysunek).
lka
ł ł
8. Jakie parametry zmieniane sał przy uczeniu sieci neuronowych, a jakie przy uczeniu systemów
rozmytych (ANFIS) i czym sie różniał standardowe metody uczenia tych systemów
ł
9. Od czego zależy generalizacja w systemach uczacych sie.
ł ł
10. Podaj wartość funkcji użyteczności stanu s i akcji a, v(s, a), dla wieloetapowego procesu decy-
zyjnego opisanego w postaci grafu na rysunku, w miejscu oznaczonym przez " . Etykiety przy
krawedziach oznaczajał wysokość nagród.
ł
"E temperatura T prawd. akceptacji
j" 0 niska
j" 0 średnia
j" 0 wysoka
< 0 niska
< 0 średnia
< 0 wysoka
(a) (b)
> 0 niska
> 0 średnia
> 0 wysoka
k" 0 niska
k" 0 średnia
k" 0 wysoka
3 7 9 2 -10 -5 2 13 4
x2
6
9
2
3 x1
8
4
6 8
7
2
2
(c) (d)
x2
1 2
11
6
1 1
5v(s, )
12
a
2 x1
1 5
Rysunki do zadań: 2  (a), 6  (b), 7  (c), 9  (d)


Wyszukiwarka

Podobne podstrony:
Przekształcenia liniowe zadania i przykłady
Wnioskowanie statystyczne estymacja zadania przykładowe
technik informatyk egzamin praktyczny probny zadanie1 przyklad rozwiazana
zadania przykladowe 3 10
zadania przykladowe 4 10
skrypt kombinatoryka (zadania przyklady)
Zadania przykladowe Nr 1
Elektronika analogowa Zadania i przykłady
zadania przykladowe
Przegląd pracowniczy cele i zadania przykład
zadanie przykładowe wykład 13052013
Zadania przykłady MiF
cw2 zadania przyklad
Matma Dyskretna Vol 2 Arytmetyka(zadania przyklady)
zadania przykladowe

więcej podobnych podstron