Донбасский институт техники и менеджмента
МЕЖДУНАРОДНОГО НАУЧНО-ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА
Утверждаю
Ректор ДИТМ МНТУ
Т.В.Кухтик
___________2013г.
СБОРНИК
тестовых заданий
по дисциплине « Методы и системы искусственного интеллекта»
1 кредит
г. Краматорск
Сборник тестовых заданий по дисциплине
«Методы и системы искусственного интеллекта»,
преподаватель Савченко Н.А.
I Уровень
Дайте определение искусственному интеллекту.
Искусственный интеллект это научное техническое направление которое увеличивает функциональные возможности технических объектов и вычислительных систем а также используется в качестве средств автоматизации в различной среде деятельности человека.
Направления развития искусственного интеллекта
Представление знаний и систем основанных на знаниях.
Игры и творчество
Разработка естественных языковых процессов и машинный перевод
Распознавание образов
Новые архитектуры компьютеров
Интеллектуальные роботы
Обучение и самообучение
Привести соотношение психики и интеллекта, сознания и разума.
-
Психика
Сознание
интеллект
разум
Интеллект и разум являются рассудочными мыслительными составляющими.
Виды искусственного интеллекта.
Искусственный бессловесный интеллект- это компонент отражающая их способность решения и поведения на уровне инстинктов не имеющих словесного выражения самосохранения . Искусственный словесный интеллект модель рациональной компонента психической деятельности человека без учета ее содержания .
Искусственный разум- искусственный словесный интеллект дополненный социальный компонент
В чем заключается тест Тьюринга? Привести схему.
Техническое устройство
человек
неискажающий посредник
тест Тьюринга состоит в следующем испытатель через посредника общается с невидимым для него собеседника и если он принимает техническое устройства за человека то такую систему считают за человека.
Привести классификацию систем искусственного интеллекта.
Методологические основы систем , основанных на знаниях. Привести классификацию.
Страница(8) К ним относятся : экспертной системы , интеллектуальные ппп работо -ехнические системы и системы распознавания.
Методологические основы самоорганизующихся систем.Привести классификацию
в самоорганизующихся системах реализуется попытка осуществить моделирование интеллектуальной деятельности человека.
Методологические основы систем эвристического поиска.
Методологической основой систем эвристического поиска служит то утверждение что любая интеллектуальная деятельность начинается с некоторых данных и завершается получением определенных результатов также в виде данных.
Дайте определение экспертной системы.
Экспертные системы это сложные программныне комплексы знанич специалистов конкретных областей и тиражирающих это для консультация менее клафисицированных пользователей
Дайте определение интеллектуального пакета прикладных программ.
Ипп понимается инструментальные пакеты прикладных программ которых механизм сборки отдельных подпрограмм в общую программу рещения , осуществляется автоматически. На основе механизма логического вывода
Дайте определение нейросистемы.
Нейро система это интеллектуальная система которую можно реализовать с помошью сети нейронов.
Дайте определение робототехнической системы.
Робото технические системы система организаций целесообразноц системы подвижных роботов с сенсорными и испольнительными механизмами
Дайте определение системы распознавания.
Система распознавания является машинной системой предназначенной для распознавания области и звуков в ее состав сходит: фаза настройки . Фаза функционирования
Дайте определение игровой системы.
Игровая система это интеллектуальная система эврестического поиска предназначенноя для реализации виде игр.
Дайте определение системы общения.
Интелектуальная система общения- это комплекс прогрммных лингвистических и логика математических средств для реализации основной задачи - осуществление поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.
17.Дайте определение понятиям «данные» и «знания».
Данные это отдельные факты харатеризующие объекты процессы и явления в предметной области а также их свойства . Знания это выявленные закономерности предметной области позволяющие решать задачи в этой области
18.Привести свойства знаний.
19.Привести классификацию знаний по различным основаниям.
По способу существования факту и эврестики:
по способу использования:
фактические знания , правила и мето-знания
По формам представления:
на декларативный , процедуральные
По способу приобретение знания бывают :
научные и житейские бытовые
Привести классификацию методов представления знаний.
Привести классификацию методов на основе эвристического подхода. Пояснить их.
Первый метод:
представление знаний тройкой (объект, атрибут, значения) используются для простейшей системы
Второй метод:
продукционная модель предусматривает разработку системы продукционных правил имеющий ввид:
Если А1 , и А2 Ан то Б1 или Б2, Бн
Третий метод Фрейм:
минимальная структура информации необходимая для представления знания для стереотипных классов , объектов , явлений , ситуаций и процессов.
Четвертый метод:
симантическая сеть это направленный граф поименоваными вершинами ит дугами причем узла обозначают конкретных объектов а дуги — отношение.
22. Привести классификацию методов на основе теоретического подхода. Пояснить их.
23. Классификация методов извлечения знаний.
24. Пассивные методы извлечения знаний. Достоинства и недостатки.
25. Методологические основы метода представления знаний: Нечеткая логика.
26.Привести схему системы нечеткого логического вывода и пояснить ее.
27.Какие операции применяются к нечетким множествам.
28.Области применения нечеткой логики.
29. Отличительные особенности fuzzy-систем.
30.Продукционная модель представления знаний.
31.Фреймовая модель представления знаний.
32. Модель семантической сети.
33. Формальная логическая модель.
34. Методологические основы метода представления знаний: Нейрокибернетика.
35. Понятие биологического и искусственного нейрона.
36. Привести схему обобщенной модели искусственного нейрона и пояснить ее.
37. Способы представления нейронной сети в виде графа и матрицы весовых связей.
38. Классификация нейронных сетей.
39. Привести структуру однослойной и многослойной сети и поянить их.
40. В чем состоит процесс обучения нейронных сетей.