Podstawy sztucznej inteligencji

1. Jaką rolę pełni warstwa konwolucyjna w głębokich sieciach konwolucyjnych

• ekstrakcji cech

• rozpoznawania obrazów

• rekurencji

• predykcji

2. Poniższa sieć (prosta pamięć asocjacyjna) działa synchronicznie. W chwili początkowej sygnały wyjściowe wynoszą: a1 = a2 = a3 =1. Po pierwszym takcie wektor nowych sygnałów wyjściowych neuronów wynosi:

• a=[1 1 -1]

• a=[1 -1 1]

• a=[1 1 1]

• a=[-1 1 -1]

3. Ile wynosi wektor wag połączeń w, aby ten neuron McCulloch-Pittsa realizował funkcję logiczną OR?

• w=[-1 -1]

• w=[2 2]

• w=[-2 -2]

• w=[1 1]

4. W regule uczenia rywalizacyjnego WTA (sieci samoorganizujące) neuron zwycięski to ten:

• którego waga ma wartość dodatnią

• o największej wartości cos(fi)

• dla którego iloczyn skalarny wektora wag i wektora wejściowego jest największy

• o największej wartości wagi

5. Mamy neuron:

• 
• 
• 
• 

6. Algorytm wstecznej propagacji błędów to:

• zasada uczenia neuronu nieliniowego

• zasada uczenia sieci wielowarstwowej

• algorytm uczenia sieci bez nauczyciela

• algorytm uczenia perceptronu

7. Ile wynosi odległość Euklidesowa oraz kątowa miara dwóch wzorców o współrzędnych P(1,0) i Q(1,1)?

• 
• 
• 
• 

8. Jaka funkcja aktywacji φ(s) zapewni na wyjściu sygnał a = -1?

• funkcja tangens hiperboliczny

• funkcja liniowa

• funkcja bipolarna

• funkcja sigmoidalna

9. Jakie cechy powinna mieć funkcja aktywacji dla rozwiązania problemu regresji?

• Ciągłą i różniczkowalna

• Skokowa i różniczkowalna

• Bipolarna i ciągłą

• Bipolarna i różniczkowalna

10. Mamy następujące dwa wektory o rozmiarze (1 x 2), : v = [1 0] i u = [1 255]. Ile wynosi odległość Hamminga tych wektorów przedstawionych w formie binarnej, jeżeli każdy element wektorów jest zakodowany przy pomocy ciągów 8-mio bitowych?

• d=8

• d=1

• d=-1

• d=255