Câu hỏi về giải thuật tìm kiếm

Hạn chế chính của giải thuật tìm kiếm sâu dần là gì?

• Không lặp lại tất cả các công việc của giai đoạn trước.

• Lặp lại một nửa công việc của giai đoạn trước.

• Lặp lại tất cả các công việc của giai đoạn trước.

• Lặp lại tất cả các công việc của giai đoạn sau.

Xác định chân trị của biểu thức (p→q) ∧ (q→r) và (p→r) khi p = r = 0, q = 1?

• 1 và 1

• 0 và 0

• 0 và 1

• 1 và 0

Xác định chân trị của biểu thức (x→y) ∨ (y→z) và (x→z) khi x = y = z = 1?

• 0 và 0

• 0 và 1

• 1 và 0

• 1 và 1

Điều khiển học là gì?

• Nghiên cứu giao tiếp giữa hai máy

• Nghiên cứu giao tiếp giữa người và máy

• Nghiên cứu về giao tiếp giữa hai người

• Nghiên cứu các giá trị Boolean

Mục tiêu của trí tuệ nhân tạo là gì?

• Để giải quyết các vấn đề trong thế giới thực

• Để giải quyết vấn đề nhân tạo

• Để giải thích các loại trí thông minh

• Trích xuất nguyên nhân khoa học

Giải thuật tìm kiếm theo chiều rộng có tính chất vét cạn, vậy có nên áp dụng vào đồ thị có số đỉnh lớn không?

• Nên

• Không nên

• Cả A và B đều đúng

• Cả A và B đều sai

Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?

• Duyệt tất cả các đỉnh.

• Duyệt một nửa số đỉnh.

• Chỉ duyệt đỉnh đầu của đồ thị.

• Chỉ duyệt đỉnh cuối của đồ thị.

Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?

• Sử dụng hàng đợi.

• Sử dụng ngăn xếp.

• Sử dụng mảng nhiều chiều.

• Sử dụng ma trận.

Đâu là ưu điểm của giải thuật tìm kiếm beam?

• Khả năng làm tăng tính toán.

• Khả năng làm giảm tính toán.

• Khả năng tiêu thụ nhiều bộ nhớ.

• Khả năng làm tăng tính toán và tiêu thụ nhiều bộ nhớ.

Giải thuật tìm kiếm sâu dần thường áp dụng cho bài toán nào?

• Bài toán có không gian trạng thái lớn và độ sâu của nghiệm không biết trước.

• Bài toán có không gian trạng thái lớn và độ sâu của nghiệm biết trước.

• Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm không biết trước.

• Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm biết trước.