Intrebari Cu Raspunsuri La Inteligenta Artificiala Ii

1. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,1), (2,3), (3,3), (4,5), atunci memoria OLAM care o encodeaza : 0 a. este W =   1  0  b. este W =   1.1 0  c. este W =    1.2  0  d. este W =   1.3  e. nu este nici una dintre matricele indicate la celelalte variante de raspuns. 2. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,2), (3,4), (4,4), atunci memoria OLAM care o encodeaza : 1  a. este W =   sigur nu este (colega de la Calarasi a luat 0 puncte)  0.5  1  b. este W =    0.6  1  c. este W =    0.7  1  d. este W =    0.8 

e. nu este nici una dintre matricele indicate la celelalte variante de raspuns. 3. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,3), (2,5), (3,7), (4,9), atunci memoria OLAM care o encodeaza : 1  a. este W =    2 1 b. este W =   1 0 c. este W =   1   2 d. este W =   sigur nu este (colega de la Calarasi a luat 0 puncte) 1 

e. nu este nici una dintre matricele indicate la celelalte variante de raspuns. 4. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,4), (3,6), (4,8), atunci memoria OLAM care o encodeaza : 1  a. este W =    2 1 b. este W =   1 0 c. este W =   sigur nu este (colega de la Calarasi a luat 0 puncte) 1   2 d. este W =   1  e. nu este nici una dintre matricele indicate la celelalte variante de raspuns. 5. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,1), (3,4), (4,3), atunci memoria OLAM care o encodeaza :  − 0.3   a. este W =   0.6  1  b. este W =   sigur nu este (colega de la Calarasi a luat 0 puncte)  0.3  1  c. este W =    0.6   0.3  d. este W =    0.6  e. nu este nici una dintre matricele indicate la celelalte variante de raspuns. 101    6. Daca a =  011 , atunci pseudo inversa matricei A 101   

1 1  − 3 3  1 2 b. este  −  6 3 1 1  − 6 3

1   3  1 −  CORECTA 6 1   6 

 2 0 0  , atunci pseudoinversa matricei A 7. Daca A=  0 1 1   0.5 0    a.este  0 0.5  CORECTA  0 0.5    100 8. Daca A= (0 1 0 ), sa se calculeze pseudoinversa matricei A. 101

1 0 0    a.este  0 1 0  CORECTA  − 1 0 1   1 0 2    9. Daca A=  0 2 1 , atunci pseudoinversa matricei A  0 0 1   1 0 − 2    d.este  0 0.5 − 0.5  CORECTA 0 0 1    10. Pseudo inversa matricei [ 1 1 1] a. b. c. d. e.

[ -1 -1 -1] [1/2 ½ ½] [1/3 1/3 1/3] [1 ½ 1/3] [-1 -1/2 -1/3]

11. Multimea solutiilor unei probleme de clasificare bipolare este : N

a.

I

S  Hi

i 1 N

b.

S +Hi

i =1 N

c.

(S + H i

Hi )

i =1 N

(S + H i

d.

Hi )

i =1

12. Multimea punctelor (memoriilor) admisibile asociata unei probleme de clasificare bipolare este : N

S +Hi

a. i =1 N

b.

S +Hi

i =1 N

c.

I

i 1

N

d.

(S  H i UHi )

(S + H i

Hi )

i =1

13. In varianta secventiala (Windrow-Hoff) a metodei de instruire ADALINE : a. deplasarile in spatiul memoriilor depind de ordinea exemplelor b. deplasarile in spatiul memoriilor nu depind de ordinea exemplelor 14. In varianta secventiala (Widrow-Hoff) a metodei de instruire ADALINE: a. la orice actualizare a memoriei explicit toate exemplele de invatare b. la orice actualizare a memoriei contribuie explicit un singur exemplu de invatare c. doar la prima actualizare a memoriei contribuie explicit un singur exemplu de invatare d. doar la prima actualizare a memoriei contribuie explicit toate exemplele de invatare

 0.4  15. In modelul neuronal al Perceptronului se considera memoria sinaptica W=   pragul  0.9  θ = 0.7 si secventa de instruire

 1   1     − 1    − 1  S4=   ,1,   ,1,   ,−1,   ,−1  1    − 1    − 1   1  

}

Atunci : a. memoria totala a neuronului encondeaza corect secventa de instruire ; b. memoria totala a neuronului encondeaza gresit un singur exemplu al secventei de instruire c. memoria totala a neuronului encondeaza gresit doua exemple ale secventei de instruire d. memoria totala a neuronului encondeaza gresit trei exemple ale secventei de instruire  − 0.9   16. In modelul neuronal al Perceptronului se considera memoria sinaptica W=   0.9  pragul θ = 0.7 si secventa de instruire

 1   1     − 1    − 1  S4=   ,1,   ,1,   ,−1,   ,−1  1    − 1    − 1   1  

}

Atunci : a. memoria totala a neuronului encodeaza incorect toate exemplele secventei de instruire b.memoria totala a neuronului encodeaza corect un singur exemplar secventei de instruire c. memoria totala a neuronului encodeaza corect exact doua exemple ale secventei de instruire d. memoria totala a neuronului encodeaza corect exact trei exemple ale secventei de instruire

 0.4  17. In modelul neuronal al Perceptronului se considera memoria sinaptica W=   pragul  4.0  θ = 0.7 si secventa de instruire

 1   1     − 1    − 1  S4=   ,1,   ,1,   ,−1,   ,−1  1    − 1    − 1   1  

}

Atunci : a. memoria totala a neuronului encondeaza corect secventa de instruire ; b. memoria totala a neuronului encondeaza gresit un singur exemplu al secventei de instruire c. memoria totala a neuronului encondeaza gresit doua exemple ale secventei de instruire d. memoria totala a neuronului encondeaza gresit trei exemple ale secventei de instruire

 0.4   18. In modelul neuronal al Perceptronului se considera memoria sinaptica W=   − 0.4  pragul θ = 0.7 si secventa de instruire

 1   1     − 1    − 1  S4=   ,1,   ,1,   ,−1,   ,−1  1    − 1    − 1   1  

}

Atunci : e. memoria totala a neuronului encondeaza corect secventa de instruire ; f. memoria totala a neuronului encondeaza gresit un singur exemplu al secventei de instruire g. memoria totala a neuronului encondeaza gresit doua exemple ale secventei de instruire h. memoria totala a neuronului encondeaza gresit trei exemple ale secventei de instruire

19. Procedura Perceipton aplicata secventei de instruire a Converge la o memorie aflata in multimea de administratibilitate asociata acestei probleme de clasificare bipolara . b Nu converge 20. In varianta batch a metodei de intruire ADALINE: a - deplasarile din spatiul memoriilor depind de ordinea exemplelor b - deplasarile din spatiul memoriilor nu depind de ordinea exemplelor 21. Se considera secventa de instruire: SN= {xi, yi0, xi Є Rn, yi Є Rn, 1<=i<=N} 11   si se noteaza Y’ =(y’1,.......,yn) , Z=   x1  x N  Atunci eroarea medie patratica a regresorului liniar multidimensional are valoarea minima: tr (Y (IN – Z+Z)YT 22. Marcati afirmatia corecta: Problema XOR este linear separabila; Problema XOR nu este linear separabila; 23. Varianta batch a metodei ADALINE: a) la orice actualizare a memoriei contribuie explicit toate exemplele de invatare; b)la orice actualizare a memoriei contribuie explicit 1 exemplu de invatare; c)doar la prima actualizare a memoriei contribuie explicit toate exemplele de invatare; d)doar la prima actualizare a memoriei nu contribuie explicit toate exemplele de invatare; 24. In procedura de instruire Perceptron: a) deplasarile in spatiul memoriilor depind de ordinea exemplelor b) deplasarile in spatiul memoriilor nu depind de ordinea exemplelor

25. Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,2), (3,4), (4,4), atunci memoria OLAM care o encodeaza : 0  a. este W =    0.5  0  b. este W =    0.6  0  c. este W =    0.7  0  d. este W =    0.8  e. nu este nici una dintre matricele indicate la celelalte variante de raspuns.