
- •2.Классификация компьютерных информационных технологий: базовые (универсальные) и технологии предметных областей (специальные).
- •3.Автоматизированные системы управления, их классификация и виды обеспечения.
- •4.Корпоративная информационная система. Корпоративные информационные технологии. Технология клиент-сервер.
- •5.Mrp и erp стандарты – основа построения программного обеспечения корпоративных информационных систем. Crm системы.
- •Основные цели mrp
- •6. Erp системы. Характеристика систем класса erp, представленных на рынке программного обеспечения Республики Беларусь.
- •7.Компьютерные сети. Классификация и услуги предоставляемые компьютерными сетями. Компоненты компьютерной сети.
- •8.Среды передачи данных. Характеристика кабельных сред передачи. Устройства для подсоединения компьютеров к линиям связи.
- •9. Топологии локальных сетей. Связь топологий с используемыми протоколами канального уровня.
- •11. Передача данных по сети ‑ протоколы канального уровня. Адрес сетевой карты.
- •12. Методы доступа к среде передачи.
- •15. Характеристика встроенных средств (утилит) сетевой операционной системы семейства Windows по диагностике сетей, работающих на базе стека протоколов tcp/ip.
- •16. Электронная почта. Программное и техническое обеспечение. Специфика архитектуры клиент-сервер применительно к сервису электронная почта.
- •17. Электронная почта. Протоколы прикладного уровня pop3, smtp, imap4. Формат адреса электронной почты.
- •18. Протоколы прикладного уровня: ftp, telnet. Телеконференции. Irc (Internet Relay Chat).
- •19. Устройства для построения сложных сетей: коммутаторы, свитчи, мосты, маршрутизаторы, шлюзы.
- •20. Сервис www. Протокол http. Url.
- •21. Реализация технологии клиент-сервер в www, web серверы и браузеры.
- •22. Метаязыки и языки разметки текста. Общая характеристика языка html: основные понятия и правила синтаксиса.
- •23. Элементы структуры html- документа. Фреймы. Оформление блоков гипертекста. Примеры.
- •24. Таблицы и списки в html. Примеры.
- •25.Графика и html. Организация графических указателей. Примеры.
- •27. Понятие web-сайта. Требования к структуре и дизайну web-сайта. Средства разработки web-сайтов.
- •28. Информационные ресурсы. Поиск информации в Internet. Поисковые машины и каталоги. Структура информационно-поисковой системы.
- •29. Системы поддержки принятия решений и их структура.
- •30. Понятие искусственного интеллекта. Экспертные системы. Знания.
- •База знаний – это семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе.
- •31. Области применения и классы задач, решаемых экспертными системами. Примеры широко используемых экспертных систем.
- •32.Экспертная оболочка esWin.
- •33. Понятие искусственного интеллекта. Нейрон. Математическая модель нейрона. Нейронные сети.
- •34.Характеристика этапов работы с нейронной сетью (на примере аналитического пакета Deductor).
- •35.Реинжиниринг бизнес-процессов. Основные принципы.
- •36. Основные компоненты реинжиниринга бизнес-процессов.
- •37.Принципы функционального моделирования.
- •38. Методология idef0. Синтаксис и семантика диаграмм idef0.
- •39. Стрелки в idef0 и их классификация.
- •40. Синтаксис idef0 моделей.
- •42. Функционально-стоимостной анализ и порядок его проведения в пакете bpWin.
- •43.Жизненный цикл информационной системы. Каскадное и спиральное проектирование информационных систем.
- •44.Этапы и содержание работ по созданию автоматизированной информационной системы.
- •45. Стадии и этапы создания автоматизированных информационных систем согласно гост 34.601-90.
- •46. Автоматизация проектирования с использованием case-средств, характеристика case- средств.
- •47. Разделы технического задания на создание информационной системы и их содержание.
- •48. Понятие информационной безопасности, угрозы безопасности. Правовые основы информационной безопасности в Республике Беларусь.
- •49. Методы и средства защиты информации
33. Понятие искусственного интеллекта. Нейрон. Математическая модель нейрона. Нейронные сети.
ИИ - способность компьютерных систем к таким действиям, которые назывались бы интеллектом, если бы исходили от человека. В настоящее время выделяют 2 подхода к ИИ:
-экспертные системы
-нейронные сети
нейронные сети – самообучающиеся системы, имитирующие деятельность человеческого мозга.
Несмотря на большое разнообразие вариантов нейронных сетей, все они имеют общие черты. Так, все они, так же, как и мозг человека, состоят из большого числа связанных между собой однотипных элементов – нейронов, которые имитируют нейроны головного мозга. На рис. 1 показана схема нейрона.
искусственный нейрон, так же, как и живой, состоит из синапсов, связывающих входы нейрона с ядром; ядра нейрона, которое осуществляет обработку входных сигналов и аксона, который связывает нейрон с нейронами следующего слоя. Каждый синапс имеет вес, который определяет, насколько соответствующий вход нейрона влияет на его состояние. Состояние нейрона определяется по формуле
|
(1) |
где n – число входов нейрона
xi – значение i-го входа нейрона
wi – вес i-го синапса
Затем определяется значение аксона нейрона по формуле
Y = f(S) |
(2) |
Где f – некоторая функция, которая называется активационной. Наиболее часто в качестве активационной функции используется так называемый сигмоид, который имеет следующий вид:
|
(3) |
Основное достоинство этой функции в том, что она дифференцируема на всей оси абсцисс и имеет очень простую производную:
|
(4) |
П
ри
уменьшении параметра a
сигмоид становится более пологим,
вырождаясь в горизонтальную линию на
уровне 0,5 при a=0. При увеличении a
сигмоид все больше приближается к
функции единичного скачка.
Структура нейронной сети
Нейронные сети (НС) представляют собой вычислительные структуры, моделирующие простые биологические процессы, аналогичные процессам, происходящим в человеческом мозге. НС – это распределенные и параллельные системы, способные к адаптивному обучению путем реакции на положительные и отрицательные воздействия. В основе построения НС лежит элементарный преобразователь, называемый искусственным нейроном или просто нейроном по аналогии с его биологическим прототипом.
С
труктуру
нейросети можно описать следующим
образом. Нейросеть состоит из нескольких
слоев: входной, внутренние (скрытые) и
выходной слои. Входной слой реализует
связь с входными данными, выходной –
с выходными. Внутренних слоев может
быть от одного и больше. В каждом слое
содержится несколько нейронов.
Между нейронами есть связи, числовые характеристика которых называются весами.