Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
22
Добавлен:
15.06.2014
Размер:
28.67 Кб
Скачать

Вопросы к экзамену(учить)

  1. Основные направления в области искусственного интеллекта.

  2. Общие сведения о моделях искусственного интеллекта.

  3. Знания и их представление (цель и методы). Данные и знания (различия).

  4. Логические модели представления знаний.

  5. Продукционные модели представления знаний.

  6. Сетевые модели представления знаний.

  7. Фреймовые модели представления знаний.

  8. Разработка систем искусственного интеллекта.

  9. Вывод на знаниях. Прямой и обратный вывод.

  10. Вывод на знаниях. Методы поиска в глубину и ширину.

  11. Нечёткие знания.

  12. Язык логического программирования – Пролог. Основные понятия языка. Структура программы. Домены. Предикаты. Утверждения. Цель.

  13. Формальные методы в системах искусственного интеллекта. Исчисление высказываний.

  14. Исчисление предикатов первого порядка.

  15. Метод резолюций (доказательство в общем виде).

  16. Графы И/ИЛИ.

  17. Экспертные системы. Определение и структура. Этапы разработки.

  18. Классификация экспертных систем.

  19. Способы интеллектуализации САПР.

  20. Архитектура интеллектуальных САПР.

  21. Основные концепции интеллектуальных CAПP.

Левые вопросы(не учить)

  1. Классификация интеллектуальных систем.

  2. Экспертные системы. Определение, классификация.

  3. Самообучающиеся системы. Адаптивные информационные системы.

  4. Технологии разработки экспертных систем. Этапы разработки ЭС.

  5. Четыре подхода к разработке ЭС. Классификационные признаки ЭС.

  6. Характеристика инструментальных средств разработки ИИС.

  7. Организация данных в рабочей памяти ЭС. Организация знаний в БЗ.

  8. Модели представления знаний в ЭС.

  9. Основные аспекты процесса извлечения знаний. Методы приобретения знаний. Классификация методов извлечения знаний.

  10. Модель искусственного нейрона. Модели нейронных сетей.

  11. Обучение нейронных сетей. Способы реализации ИНС.

  12. Эволюционные вычисления и традиционные методы оптимизации.

  13. Генетические алгоритмы.

  14. Оптимизационная задача по обучению нейронной сети.

  15. Системный подход к проектированию сложных систем.