- •Технологии обработки информации. Вопросы к экзамену 2025 - 2026 уч. Год
- •Часть 1
- •2. Передача данных в прологе внутри одного предложения, из одного предложения в другое. Передача данных через логическое «или». Условия передачи данных. Примеры. Обобщение.
- •3. Процедуры пролога. Главная процедура. Сопоставление. Понятие возврата при переборе. Условия возникновения возврата при переборе. Примеры. Обобщение
- •Особенности:
- •5. Алгоритм разработки нерекурсивных правил (действие и результат каждого шага). Пример на основе индивидуального задания лр 1.
- •Формирование и тестирование исходных данных
- •6. Рекурсия списков. Виды различных действий над списками при однократном рекурсивном обращении из правой части правила в левую. Примеры.
- •8. Пошаговое выполнение программы объединения двух списков в третий. Схематичное изображение. Пример.
- •9 . Передача данных при рекурсии в прямом и обратном направлении. Условия передачи данных. Схематичное изображение. Пример. Обобщение.
- •11. Виды отсечений, их назначения и свойства. Как определить цвет отсечения в программе с разными видами отсечений? Примеры.
- •15. Поиск путей в графе: как завершается формирование пути (при списке ветвей, при списке узлов)? Фрагменты примеров.
- •16. Стратегии поиска. Классификация. Параметры. Сравнение стратегий.
- •20. Поиск в ширину. Какие исходные и промежуточные данные требуются дополнительно для организации алгоритма по сравнению с поиском в глубину? Графический пример.
- •Начальная вершина
- •Целевая вершина
- •23. Поиск по критерию близости к цели. Какие исходные и промежуточные данные требуются дополнительно для организации алгоритма по сравнению с поиском в глубину? Графический пример.
- •24. Поиск по критерию цены пути. Какие исходные и промежуточные данные требуются дополнительно для организации алгоритма по сравнению с поиском близости к цели? Графический пример.
- •Часть 2
- •26. Нейронные сети (нс). Область эффективного применения. Классификации нс по виду решаем6ых задач, по виду структур, по методам обучения.
- •27. Структура искусственного нейрона. Виды структур нс. Параметры, характеризующие структуру нс.
- •28. Какие параметры структуры нс в многослойном персептроне и как определяются по виду исходных данных для обучения? На основе чего происходит уточнение остальных параметров структуры? Пример.
- •29. Режимы функционирования нс (многослойного персептрона). Назначение и задачи каждого из режимов. Переход из одного режима в другой на примере пакета нс Wizard.
- •30. Обучения нс на основе дельта-правила: назначение, область применения, алгоритм, расчетные соотношения, пример однократного расчета данных по алгоритму.
- •35. Прогнозирование на основе нс в многослойном персептроне. Примеры решаемых задач. Алгоритм подготовки исходных данных для обучения и применения. Пример фрагмента исходных данных.
- •37. Данные и знания. Основные понятия. Примеры. Как осуществляется выбор модели знаний для описания ситуации.
- •38. Семантические сети. Структура. Технология разработки. Пример формирования семантической сети и получения от нее знаний.
- •39. Фреймы. Структура. Технология разработки. Пример формирования модели на основе фреймов и получения от неё знаний.
- •42. Этапы разработки эс. Наименование и основной результат каждого этапа. Исполнители каждого этапа.
- •44. Автономные агенты. Обобщенная структура. Классификация агентов и внешней среды.
- •45. Комбинационный агент. Последовательностный агент. Отличия. Примеры.
- •46. Целенаправленный агент. Целевыбирающий агент. Отличия. Примеры.
- •47. Хранилище данных. Назначение. Дополнительные возможности хд по сравнению с субд. Структура данных в хд. Место хранения данных в хд. Формирование и заполнение хранилища.
- •48. Семантический слой. Назначение. Состав. Кто и в какой последовательности их формирует? Примеры.
- •49. Куб, "звезда" и "снежинка". Назначение. Связь с семантическим слоем. Примеры.
8. Пошаговое выполнение программы объединения двух списков в третий. Схематичное изображение. Пример.
Программа реализована на основе предиката конкатенация(L1, L2, L3), где L1 и L2 – объединяемые списки, L3 – результирующий список.
Работа правила: [X|L1] некий список, поделенный на голову и хвост, где X - головной элемент, а L1 - хвост. Предикат берет 1ый элемент X, добавляет его к результирующему списку [X|L3], и затем вызывает рекурсивно конкатенацию хвоста L1 и второго списка L2. Выделяется 1ый элемент L1(Голова) и ставится на соответствующее место в L3. Процедура продолжается до тех пор, пока L1 не станет пустым.
Если первый аргумент пуст, тогда второй и третий аргументы представляют собой один и тот же список (назовем его L), что выражается в виде следующего факта: конкатенация([],L,L).
Если не пуст, то имеет голову и хвост: конкатенация([X|L1], L2, [X|L3]):- конкатенация (L1,L2,L3). % пр1
конкатенация([1,2,3,],[4,5], L). % запрос даст L=[1,2,3,4,5]
9 . Передача данных при рекурсии в прямом и обратном направлении. Условия передачи данных. Схематичное изображение. Пример. Обобщение.
Действия, выполняемые функцией до входа на следующий уровень рекурсии, называются выполняющимися на прямом ходу рекурсии, а действия, выполняемые по возврату с более глубокого уровня к текущему, – выполняющимися на обратном ходу рекурсии.
В прямом ходе передаётся информация, чтобы «добраться» до базового случая (глубины рекурсии),
т.е. данные передаются от одного рекурсивного вызова к другому.
В обратном ходе результат вычисляется при возврате из глубины.
Прямая передача данных обычно осуществляется через аргументы функции. Например, при подсчете количества элементов в списке мы передаем счетчик, который увеличивается на каждом шаге рекурсии:
count([], 0).
count([_|T], N) :- count(T, N1), N = N1 + 1.
Обратная передача данных происходит, когда результат рекурсивного вызова используется для вычисления значения в текущем вызове. Например, при объединении двух списков мы создаем новый список, добавляя элементы первого списка в начало второго: append([], L, L).
append([H|T], L, [H|R]) :- append(T, L, R).
Передача данных в любом направлении будет осуществляться за счет связанности переменных (либо при сопоставлении, либо по лексическому диапазону) и конкретизации одной из них.
Необходимые условия
В правой части правила есть рекурсивный вызов.
Должны быть данные для передачи.
Должны быть связанные переменные для передачи данных, либо по лексическому диапазону, либо при сопоставлении.
Для обратного хода рекурсии еще правило:
Есть базовый случай для завершения рекурсии.
10. Алгоритм разработки рекурсивных правил (действие и результат каждого шага). Пример на основе индивидуального задания ЛР 2.
Рекурсия применяется для обработки списков. Список при этом делят на голову и хвост. Используется технология рекурсия хвоста списка.
Алгоритм:
Интерпретация и декомпозиция задачи: определить данные для решения задачи и рекурсии.
Декомпозиция: разбиваем на части итоговое решение, получаем мини программы, которые нужны для реализации.
Первым шагом будет разделение элементов исходного списка на группы по чётным и нечётным позициям (нечётные: [1, 3, 5, 7], чётные: [2, 4, 6]). Далее список элементов, стоящих на нечётных позициях, разворачиваем ([7, 5, 3, 1]). Затем мы объединяем последовательно элементы из развернутого списка и списка с элементами с чётных позиций поэлементно ([7, 2, 5, 4, 3, 6, 1])
Результат:
Получена схема решения задачи в виде набора подзадач, каждая из которых может быть реализована отдельным предикатом.
Разработку и тестирование варианта программы с безусловными утверждениями (фактами) (ввод предикатов, формирование фактов, тестирование на простых запросах).
Результат: Получена базовая логическая модель задачи, проверяемая простыми запросами.
Разработку и тестирование варианта с нерекурсивными частными правилами (правила с константами), факты в данном случае становятся базовым случаем.
Разработку и тестирование варианта с нерекурсивными универсальными правилами (правила с переменными).
Разработку и тестирование варианта с рекурсивными универсальными правилами (правила с переменными).
Контроль ограничений на аргументы предиката при обращении к правилу.
з
V ф1
первое решение получено, оно отправляется в стек и продолжается поиск решений.
з V лев.ч.пр.
Переменные В и С становятся связанными, поэтому при конкретизации одной из них наступит конкретизация другой.
прав.ч.пр V ф1
Как итог, получаем истину у правила и второе решение. Продолжаем поиск решений.
прав.ч.пр V лев.ч.пр’
Рекурсивное обращение пр. части к его левой эквивалентно обращению к новому предложению.
В и В’ во время сопоставления независимы и стали связанными, при этом при сопоставлении В’ должно быть не конкретизировано.
прав.ч.пр’ V ф1
Получили истину у правила и третье решение, далее продолжается поиск решений по аналогии (6)
