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

1. 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.

2. 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

3. Привести соотношение психики и интеллекта, сознания и разума.

Психика	Сознание
интеллект	разум

Интеллект и разум являются рассудочными мыслительными составляющими.

4. 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

5. 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.

6. Привести классификацию систем искусственного интеллекта.

7. Методологические основы систем , основанных на знаниях. Привести классификацию.

Страница(8) К ним относятся : экспертной системы , интеллектуальные ппп работо -ехнические системы и системы распознавания.

8. Методологические основы самоорганизующихся систем.Привести классификацию

в самоорганизующихся системах реализуется попытка осуществить моделирование интеллектуальной деятельности человека.

9. 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.

10. Дайте определение экспертной системы.

---

Экспертные системы это сложные программныне комплексы знанич специалистов конкретных областей и тиражирающих это для консультация менее клафисицированных пользователей

11. 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

12. Дайте определение нейросистемы.

Нейро система это интеллектуальная система которую можно реализовать с помошью сети нейронов.

13. Дайте определение робототехнической системы.

Робото технические системы система организаций целесообразноц системы подвижных роботов с сенсорными и испольнительными механизмами

14. Дайте определение системы распознавания.

Система распознавания является машинной системой предназначенной для распознавания области и звуков в ее состав сходит: фаза настройки . Фаза функционирования

15. Дайте определение игровой системы.

Игровая система это интеллектуальная система эврестического поиска предназначенноя для реализации виде игр.

16. 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

20. Привести классификацию методов представления знаний.

21. 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.

II Уровень

41. К видам искусственного интеллекта относится:

А.искусственный бессловесный интеллект;

Б. искусственный словесный интеллект;

В.искусственное сознание.

42. Интеллектуальной системой считают систему для которой выполняется тест:

А.Шенона;

Б.Тьюринга;

В. Лайтхилла.

43.К системам, основанным на знаниях не относится:

А.экспертная система;

Б.робототехническая система;

В.нейросистема;

Г.система распознавания.

44.К самоорганизующимся системам относится:

А.экспертная система;

Б.робототехническая система;

В.нейросистема;

Г.система распознавания.

45. К системам эвристического поиска относится:

А.экспертная система;

Б.робототехническая система;

В.нейросистема;

Г.система распознавания.

46. К системам общего назначения относятся:

А.экспертная система;

Б.робототехническая система;

В.нейросистема;

Г.интеллектуальный ППП.

47. К специализированным системам относятся:

А.система общения;

Б.робототехническая система;

В.нейросистема;

Г.система распознавания.

48. В каких системах реализуется попытка осуществить моделирование интеллектуальной деятельности человека:

А.система, основанная на знаниях:

Б.самоорганизующаяся система;

В. система эвристического поиска.

49. В каких системах исходные знания способны в соответствии с запросами пользователей к системе порождать новые знания:

А.система, основанная на знаниях:

Б.самоорганизующаяся система;

В. система эвристического поиска.

50. К свойствам знаний относится:

А.интерпретируемость;

Б.целостность;

В.шкалируемость.

51. Знания о знаниях – это:

А.факты;

Б. правила;

В.метазнания.

52. По форме представления знания бывают:

А.декларативные;

Б.научные;

В.процедуральные.

53. По способу приобретения знания бывают:

---

А.бытовые;

Б.научные;

В.интенсиональные.

54. К стратегиям получения знаний относится:

А.приобретение;

Б.поиск;

В.формирование.

55. процедура взаимодействия эксперта с источником знаний, в результате которой становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области – это:

А.приобретение знаний ;

Б. извлечение знаний;

В. формирование знаний.

56. К методам извлечения знаний относятся:

А. коммуникативные методы;

Б.декларативные;

В.текстологические.

57. К пассивным методам извлечения знаний относятся:

А.протокол;

Б.анкетирование ;

В.диалог.

58. К активным методам извлечения знаний относятся:

А.наблюдение;

Б.круглый стол;

В.интервью.

59. К груповым методам извлечения знаний относятся:

А.мозговой штурм;

Б.экспертные игры;

В.ролевые игры.

60. К текстологическим методам извлечения знаний относятся:

А.анкетирование;

Б.анализ документов;

В.наблюдение.

61. Множество упорядоченных пар вида C={MFc(x)/x}, MFc(x) [0,1] представляет:

А.экспертную систему;

Б.нечеткую логику;

В.нейросистему.

62. Для задания функции принадлежности в нечеткой логике используется:

А.треугольная функция;

Б.квадратичная функция;

В.гауссова функция.

63. Треугольная функция принадлежности определяется:

А. тройкой чисел (a,b,c);

Б. четверкой чисел (a,b,c,d);

В. пятеркой чисел (a,b,c,d,е).

64. Какая функция принадлежности описывается формулой :

А.треугольная;

Б.трапецеидальная;

В.гауссова.

65.Составляющими системы нечеткого логического вывода являются:

А.база данных;

Б.база правил;

В.фазификатор;

Г.дефазификатор.

66. К нечетким множествам применяют следующие операции:

А.объединение;

Б.пересечение;

В.дублирование.

67. Нечеткая переменная описывается набором:

А. (N,X,A);

Б. (N,С,A);

В. (N,А,Т).

68. Выражение: A B: MFAB(x)=min(MFA(x), MFB(x)) означает:

А. объединение;

Б. пересечение;

В. размывание.

69. Выражение: A ∪ B: MFAB(x)=max(MFA(x), MFB(x)). означает:

А. объединение;

Б. пересечение;

В. размывание.

70. Нечеткую логику применяют:

А. для нелинейных процессов высоких порядков;

Б.если проблема неразрешима;

В. если должна производиться обработка (лингвистически сформулированных) экспертных знаний.

71. Модель представления знаний, основанная на правилах – это:

А.фреймовая модель;

Б.продукционная модель;

В.семантическая модель.

72. Ориентированный граф, вершины которого - понятия, а дуги - отношения между ними – это:

А.продукционная модель;

Б.фреймовая сеть;

В.семантическая сеть.

73. минимальная структура информации, необходимая для представления знаний о стереотипных классах объектов, явлений, ситуаций, процессов – это:

А.семантика;

Б. фрейм;

В.база правил.

74. Области возможных значений соответствующих слотов в фреймовой модели– это:

---

А.дуги;

Б.шанции;

В.объекты.

75. Фрейм типа И – это:

А.фрейм-понятие;

Б.фрейм-меню;

В. фрейм с иерархически вложенной структурой.

76. Функция единичного скачка описывается формулой:

А. ;

Б. ;

В. .

77. Нейронная сеть может быть представлена в виде:

А.графа;

Б. системы уравнений;

В.матрицы весовых связей.

78. Нейронные сети по структуре бывают:

А.с прямыми связями;

Б.однослойные;

В.многослойные.

79. Обучение нейронной сети сводится к:

А. подстройке весовых коэффициентов межнейронных связей;

Б. подбору количества нейронов в сети;

В.построению графа.

80. Целевая функция в многослойных сетях имеет вид:

А. ;

Б. ;

В. .

III Уровень

81. По тройке выражений «автомобиль-технические характеристики-материальное положение владельца» построить продукционную модель представления знаний.

ЕСЛИ автомобиль иностранного производства — ТО у владельца высокое материальное положение.

ЕСЛИ автомобиль имеет высокие технические характеристики — то он имеет высокую стоимость.

ЕСЛИ автомобиль имеет высокую стоимость ТО — купить ее сможет человек имеющий крупные деньги.

81. Построить семантическую сеть понятия «млекопитающие»

Млекопитающие

83. Построить фреймовую модель понятия «выполнение работы».

Выполнение работы :

• имя работы – бармен, официант, повар.

• cостав работы – чистота, наличие товара,одежда

• требования оборудования – музыка, приборы, мебель, меню, разнос.

84. Составить анкету для решения проблемы «приобретение компьютера».

Какой интересует тип компьютера?

Какой производитель?

Для каких целей?

На какую цену рассчитываете?

Какие характеристики интересуют?

85. По тройке выражений «объемы производства-налоги-материальное положение населения» построить продукционную модель представления знаний.

ЕСЛИ объемы производства возрастают ТО — материальное положение населения будет высокое.

ЕСЛИ объем продажи товара на производстве уменьшится ТО — материальное положение будет ниже.

ЕСЛИ материальное положение населения будет хуже ТО - смертность населения будет выше.

85. Построить семантическую сеть понятия «автомобиль».

Автомобиль

87. Построить фреймовую модель понятия «обучение студента».

Студент

• специальность — веб разработка

• специализация — компьютерные науки (html, css, javascript, jqwery)

• обучение – (онлайн курсы, преподаватели, практика)

88. Составить анкету для решения проблемы «выбор модели представления знаний»

Являются данные полными?

Являются ли ваши данные достоверными?

Область получения данных?

Сфера получения данных?

Назначения интелектуальной системы?

89. Составить нечеткое множество для понятия «сладкий чай».

90. По тройке выражений «человек-условия погоды-уровень заболеваемости» построить продукционную модель представления знаний.

---