Тестовые задания по дисциплине

Тестовые задания по дисциплине

«Интеллектуальные информационные системы»

1. Является ли распознавание образов направлением искусственного интеллекта?

• Да

• Нет

2. Является ли генерация и распознавание речи направлением искусственного интеллекта?

• Да

• Нет

3. Относятся ли экспертные системы к интеллектуальным информационным системам?

• Да

• Нет

4. Относятся ли самообучающиеся системы к интеллектуальным информационным системам?

• Да

• Нет

5. Относятся ли адаптивные системы к интеллектуальным информационным системам?

• Да

• Нет

6. На чем основана логическая модель представления знаний.

• На правилах продукции

• На системе исчисления предикатов первого порядка

• На фреймах

7. Какое обозначение представляет посылку правила продукции?

• Антецедент

• Консеквент

8. Какое обозначение представляет заключение правила продукции?

• Антецедент

• Консеквент

9. Имя фрейма является его атрибутом?

• Да

• Нет

10. Имя слота является его атрибутом?

• Да

• Нет

11. Демон является его атрибутом фрейма?

• Да

• Нет

12. Интеллектуальный интерфейс является атрибутом фрейма?

• Да

• Нет

13. Сеть является атрибутом фрейма?

• Да

• Нет

14. Узел является элементом семантической сети?

• Да

• Нет

15. Дуга является элементом семантической сети?

• Да

• Нет

16. Чем определяется значение лингвистической переменной?

• Набором вербальных характеристик некоторого свойства.

• Набором числовых характеристик некоторого свойства.

17. Относится ли извлечение знаний к стратегии получения знаний?

• Да

• Нет

18. Относится ли приобретение знаний к стратегии получения знаний?

• Да

• Нет

19. Относится ли формирование знаний к стратегии получения знаний?

• Да

• Нет

20. Какие методы относятся к практическому извлечению знаний?

• Коммуникативные

• Текстологические

• Логические

• Экспертные

21. Является ли наблюдение пассивным методом извлечения знаний?

• Да

• Нет

22. Является ли «Мозговой штурм» пассивным методом извлечения знаний?

• Да

• Нет

23. Является ли интервью активным методом извлечения знаний?

• Да

• Нет

24. Является ли возможность дообучения приемуществом нейронных сетей?

• Да

• Нет

25. Является ли отсутствие возможности объяснения результатов решения задачи недостатком нейронных сетей?

• Да

• Нет

26. Решаются ли задачи оценки при помощи нейронных сетей?

• Да

• Нет

27. Решаются ли задачи аппроксимации при помощи нейронных сетей?

• Да

• Нет

28. Решаются ли задачи интегрирования при помощи нейронных сетей?

• Да

• Нет

29. Решаются ли задачи прогнозирования при помощи нейронных сетей?

• Да

• Нет

30. Является ли синапс элементом нейрона?

• Да

• Нет

31. Является ли решатель элементом нейрона?

• Да

• Нет

32. Какие бывают типы нейронных сетей?

• Полносвязные

• Многослойные

• Замкнутые

• Открытые

33. Гибридные модели представления знаний предназначены

• Для решения одного типа задач

• Для решения различных типов задач

• Для решения задач имитационного моделирования

34. База знаний включает в себя:

• факты

• понятия

• правила

• механизм принятия решений

• подсказки-стимулы

• инструменты фиксации идей

• инструменты генерирования идей

• инструменты комбинирования идей

• пользовательский интерфейс

• нет правильного ответа

35. В отличие от базы данных, база знаний включает в себя:

• правила принятия решений

• подсказки-стимулы

• инструменты фиксации идей

• инструменты генерирования идей

• инструменты комбинирования идей

• пользовательский интерфейс

• нет правильного ответа

36. С помощью какого алгоритма чаще всего реализуется механизм принятия решений?

• Если-То-Иначе

• Если-Вывод

• Если-Нет-Да

• Да-Нет-Да

• Истина-Ложь-Истина

• нет правильного ответа

37. Информация, необходимая программе для того, чтобы эта программа вела себя интеллектуально:

• факты

• правила

• знания

38. Предметные знания, знания о предметной области:

• факт

• знание

• правило

39. Метод представления знаний посредством сети узлов, соответствующих концепциям или объектам, связанных дугами, которые описывают отношения - между узлами:

• правила

• фреймы

• семантические сети

40. Метод представления знаний, когда свойства связываются с вершинами, представляющими концепции или объекты:

• правила

• фреймы

• семантические сети