Тестовые задания по дисциплине
.docТестовые 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