Учебно-методический комплекс дисциплины интеллектуальные информационные системы Специальность

Вид материала

Учебно-методический комплекс

Содержание «интеллектуальные информационные системы» 8.2. Содержание работы

Подобный материал:

• Романова Елена Витальевна, кандидат экономических наук, доцент, доцент кафедры информатики, 254.32kb.
• Учебно-методический комплекс дисциплины: «Геоинформационные и земельно-информационные, 1019.33kb.
• Учебно-методический комплекс дисциплины: «Геоинформационные и земельно-информационные, 1021.73kb.
• Учебно-методический комплекс (специальность: 021100 «юриспруденция») Москва 2004, 332.83kb.
• Учебно-методический комплекс для студентов специальностей 080801 «Прикладная информатика, 455.9kb.
• Еремеев Андрей Владимирович, кандидат технических наук, доцент кафедры информационных, 291.94kb.
• Автор Карпухин Владимир Борисович учебно-методический комплекс, 473.72kb.
• Учебно-методический комплекс Специальность: 080502 Экономика и управление на предприятии, 324.86kb.
• Учебно-методический комплекс дисциплины: Мировые информационные ресурсы Специальность, 337.66kb.
• Учебно-методический комплекс дисциплины основы аудита специальность: 080102 «Мировая, 320.32kb.

ОТЧЕТ

по дисциплине

«ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ»


Выполнил студент
___ группы, 4 курса
дневного отделения
____________

Проверил:
________________________________
________________________________
________________________________

Работа защищена
“ “ ___________ 2007 г.

Оценка ________________

Барнаул 2007


8.2. СОДЕРЖАНИЕ РАБОТЫ


9. ПЕРЕЧЕНЬ ПРИМЕРНЫХ ВОПРОСОВ КОМПЬЮТЕРНОГО ТЕСТА


1. Является ли распознавание образов направлением искусственного интеллекта?

+ Да

- Нет


2. Является ли генерация и распознавание речи направлением искусственного интеллекта?

+ Да

- Нет


3. Относятся ли экспертные системы к интеллектуальным информационным системам?

+ Да

- Нет


4. Относятся ли самообучающиеся системы к интеллектуальным информационным системам?

+ Да

- Нет


5. Относятся ли адаптивные системы к интеллектуальным информационным системам?

+ Да

- Нет


6. Какая разновидность экспертных систем основана на интеграции различных источников данных?

- Классифицирующие

- Трансформирующие

+ Мультиагентные


7. Для решения каких задач предназначены экспертные системы?

+ Неформализованных

- Формализованных

+ Стохастических

+ Детерминированных


8. База знаний является центральным компонентом экспертной системы?

+ Да

- Нет


9. Является ли механизм объяснений компонентом экспертной системы?

+ Да

- Нет


10. Является ли механизм вывода компонентом экспертной системы?

+ Да

- Нет


11. Является ли механизм дообучения компонентом экспертной системы?

+ Да

- Нет


12. Является ли блок предобработки данных компонентом экспертной системы?

- Да

+ Нет


13. Является ли идентификация этапом разработки экспертных систем?

+ Да

- Нет


14. Является ли концептуализация этапом разработки экспертных систем?

+ Да

- Нет


15. Является ли адаптация этапом разработки экспертных систем?

+ Да

- Нет


16. Является ли тестирование этапом разработки экспертных систем?

+ Да

- Нет


17. Является ли обучение этапом разработки экспертных систем?

+ Да

- Нет


18. На чем основана логическая модель представления знаний.

- На правилах продукции

+ На системе исчисления предикатов первого порядка

- На фреймах


19. Какое обозначение представляет посылку правила продукции?

+ Антецедент

- Консеквент


20. Какое обозначение представляет заключение правила продукции?

- Антецедент

+ Консеквент


21. Имя фрейма является его атрибутом?

+ Да

- Нет


22. Имя слота является его атрибутом?

+ Да

- Нет


23. Демон является его атрибутом фрейма?

+ Да

- Нет


24. Интеллектуальный интерфейс является атрибутом фрейма?

- Да

+ Нет


25. Сеть является атрибутом фрейма?

- Да

+ Нет


26. Узел является элементом семантической сети?

+ Да

- Нет


27. Дуга является элементом семантической сети?

+ Да

- Нет


28. Является ли стратегией поиска решений в экспертных системах«Поиск в ширину»?

+ Да

- Нет


29. Является ли стратегией поиска решений в экспертных системах «По ключу»?

- Да

+ Нет


30. Является ли стратегией поиска решений в экспертных системах «По индексу»?

- Да

+ Нет


31. Чем определяется значение лингвистической переменной?

+ Набором вербальных характеристик некоторого свойства.

- Набором числовых характеристик некоторого свойства.


32. Относится ли извлечение знаний к стратегии получения знаний?

+ Да

- Нет


33. Относится ли приобретение знаний к стратегии получения знаний?

+ Да

- Нет


34. Относится ли формирование знаний к стратегии получения знаний?

+ Да

- Нет


35. Какие методы относятся к практическому извлечению знаний?

+ Коммуникативные

+ Текстологические

- Логические

+ Экспертные


36. Является ли наблюдение пассивным методом извлечения знаний?

+ Да

- Нет


37. Является ли «Мозговой штурм» пассивным методом извлечения знаний?

- Да

+ Нет


38. Является ли интервью активным методом извлечения знаний?

+ Да

- Нет


39. Является ли возможность дообучения приемуществом нейронных сетей?

- Да

+ Нет


40. Является ли отсутствие возможности объяснения результатов решения задачи недостатком нейронных сетей?

+ Да

- Нет


41. Решаются ли задачи оценки при помощи нейронных сетей?

+ Да

- Нет


42. Решаются ли задачи аппроксимации при помощи нейронных сетей?

+ Да

- Нет


43. Решаются ли задачи интегрирования при помощи нейронных сетей?

- Да

+ Нет


44. Решаются ли задачи прогнозирования при помощи нейронных сетей?

+ Да

- Нет


45. Является ли синапс элементом нейрона?

+ Да

- Нет


46. Является ли решатель элементом нейрона?

+ Да

- Нет


47. Какие бывают типы нейронных сетей?

+ Полносвязные

+ Многослойные

- Замкнутые

- Открытые


48. Входит ли в состав нейросетевого интеллектуального блока "Учитель"?

- Да

+ Нет


49. Входит ли в состав нейросетевого интеллектуального блока "Предобработчик"?

+ Да

- Нет


50. Входит ли в состав нейросетевого интеллектуального блока "Экспертная система"?

- Да

+ Нет


51. Является ли суммирование функцией предобработчика нейросетевого блока?

+ Да

- Нет


52. Применяется ли метод обратного распространения ошибки для обучения нейронных сетей?

+ Да

- Нет


53. Применяется ли персептрон Розенблатта для решения задач аппроксимации?

- Да

+ Нет


54. Применяется ли персептрон Розенблатта для решения задач классификации?

+ Да

- Нет


55. Применяется ли карта самоорганизации Кохонена, для решения задач аппроксимации?

+ Да

- Нет


56. Применяется ли карта самоорганизации Кохонена для решения задач классификации?

- Да

+ Нет


57. Гибридные модели представления знаний предназначены

- Для решения одного типа задач

+ Для решения различных типов задач

- Для решения задач имитационного моделирования


58. Какой признак относится к классификации экспертных систем:

+ Доопределяющие

+ Мультиагентные

- Гипертекстовые системы

+ Когнитивная графика

- Компонентные технологии


59. Какие элементы входят в состав экспертной системы?

- Нейроимитатор

+ База знаний

+ Конструктор

- Контрастер

- Сумматор


60. Назовите этап разработки экспертной системы.

+ Тестирование

+ Концептуализация

- Постановка

- Обучение

+ Кодирование

+ Детализация


61. Из каких частей состоит правило продукции.

- Фрейм

+ Антецедент

+ Консеквент

- Вершина

+ Атрибут


62. Какой функцией определяется нечеткое множество?

- «Сигмоидой»

+ «Принадлежности»

- «Квадратичной»

- «Распределения»

- «Регрессии»


63. Назовите стратегии поиска решений в экспертных системах?

+ «Поиск в ширину»

- «По ключу»

- «По индексу»

+ «Прямой перебор»

+ «Стохастический перебор»


64. Назовите методы практического извлечения знаний.

+ Коммуникативные

- Вероятностные

+ Детерминированные

+ Текстологические

+ Экспертные


65. Назовите участника процесса проектирования экспертной системы:

+ Математик

+ Программист

- Технолог

- Конструктор

+ Когнитолог


66. Что относится к преимуществам нейронных сетей.

- Прозрачность

+ Дообучение

- Открытость

+ Надежность

- Точность


67. Назовите элементы математической модели формального нейрона.

+ Сумматор

+ Синапс

- Множитель

- Делитель

+ Связь


68. Какой компонент входит в состав нейросетевого интеллектуального блока?

- Учитель

+ Синапс

+ Сумматор

- Контрастер

- Сеть


69. Назовите метод формирования значений выходных параметров нейросети.

- Оптимизация

- Экспертный

+ Статистический

- Нелинейного программирования

- Наименьших квадратов


70. Назовите метод обучения многослойных нейронных сетей

+ Центра неопределенности

- Симплекс - метод

+ Обратного распространения ошибки

- Наименьших квадратов

- Дисперсионный анализ


71. Для решения каких задач предназначены гибридные экспертные системы?

- Аналитических

+ Детерминированных

+ Стохастических

+ Неформализованных

- Алгебраических


72. Какому термину соответствует определение: "ИС, основанная на знаниях специалиста в конкретной области"?

- креативно-ориентированная система

+ экспертная система

- образовательная система

- предметная система

- нет правильного ответа


73. Какие утверждения, противопоставляющие экспертные и креативно-ориентированные системы, верны?

+ ЭС предназначена для выбора решения из известных решений, КОС для создания нового решения

+ ЭС основана на шаблонном использовании знаний, КОС предполагает нешаблонность

+ ЭС конкретны, КОС универсальны

- ЭС предназначена для решения в нестандартных ситуациях, КОС для стандартного решения

- ЭС ориентирована на творческие способности человека, КОС основана на шаблонном использовании знаний

- ЭС универсальны, КОС конкретны

- нет правильного ответа


74. Экспертная система включает в себя:

+ базу знаний

+ факты

+ понятия

+ правила

+ механизм принятия решений

- подсказки-стимулы

- инструменты фиксации идей

- инструменты генерирования идей

- инструменты комбинирования идей

+ пользовательский интерфейс

- нет правильного ответа


75. База знаний включает в себя:

+ факты

+ понятия

+ правила

- механизм принятия решений

- подсказки-стимулы

- инструменты фиксации идей

- инструменты генерирования идей

- инструменты комбинирования идей

- пользовательский интерфейс

- нет правильного ответа


76. В отличие от базы данных, база знаний включает в себя:

+ правила принятия решений

- подсказки-стимулы

- инструменты фиксации идей

- инструменты генерирования идей

- инструменты комбинирования идей

- пользовательский интерфейс

- нет правильного ответа


77. Какие признаки характеризуют экспертную систему?

+ адаптивность

+ работа со знаниями

+ принцип воспроизводимости компетенции эксперта

- креативность

- способность давать экспертную оценку в любой области

- широкий проблемный диапазон

- нет правильного ответа

+ предназначена для выбора решения из известных решений

+ узкий проблемный диапазон

- универсальность

- возможность применения в нестандартных ситуациях

- ориентирована на творческие способности человека


78. С помощью какого алгоритма чаще всего реализуется механизм принятия решений?

+ Если-То-Иначе

- Если-Вывод

- Если-Нет-Да

- Да-Нет-Да

- Истина-Ложь-Истина

- нет правильного ответа


79. Что относится к преимуществам экспертных систем?

- высокая адаптивность

- низкие затраты средств на создание и поддержание

- возможность использования невербально выраженных знаний

- возможность синтеза новых знаний

- возможность применения в нестандартных ситуациях

- широкий проблемный диапазон

+ отсутствие эмоциональных факторов при принятии решения

+ возможность передачи и воспроизведения знаний

+ низкая стоимость эксплуатации

+ высокая оперативность при принятии решений

- нет правильного ответа


80. Правила принятия решений входят в

- базу данных

+ базу знаний

- любую информационную систему

+ экспертную систему

- креативно-ориентированную систему

- нет правильного ответа


81. Формальная процедура, которая гарантирует получение оптимального или корректного решения:

+ алгоритм

- процедура вывода

- режим приобретения знаний


82. Часть системы, основанной на знаниях, или ЭС, содержащей предметные знания:

- база данных

+ база знаний

- программа


83. Часть механизма вывода, которая решает, когда и в каком порядке применять различные "куски" предметных знаний:

- решатель

+ диспетчер

- интерпретатор


84. Информация, необходимая программе для того, чтобы эта программа вела себя интеллектуально:

- факты

- правила

+ знания


85. Часть механизма вывода, которая решает, каким образом применять предметные знания:

+ интерпретатор

- диспетчер

- диалоговый компонент


86. Число, которое означает вероятность или степень уверенности, с которой можно считать данный факт достоверным или справедливым:

- коэффициент достоверности

- коэффициент справедливости

+ коэффициент уверенности


87. Та часть ЭС, в которой содержатся общие знания о схеме управления решением задач:

+ механизм вывода

- механизм приобретения знаний

- решение задач


88. Предметные знания, знания о предметной области:

- факт

- знание

+ правило


89. Метод представления знаний посредством сети узлов, соответствующих концепциям или объектам, связанных дугами, которые описывают отношения - между узлами:

- правила

- фреймы

+ семантические сети


90. Метод представления знаний, когда свойства связываются с вершинами, представляющими концепции или объекты:

- правила

+ фреймы

- семантические сети


91. Признак или свойство, характеризующие объект:

+ атрибут

- признак

- свойство


92. Память для хранения правил, которая содержит набор срабатывающих в определенных ситуациях правил, имеющих форму ЕСЛИ-ТО:

- база знаний

+ база правил

- база данных


93. Реально не существующий или воспринимаемый иначе, чем реализован:

- вымышленный

- нереальный

+ виртуальный


94. Процедура поиска, в которой в различных точках в ходе решения задачи делается предположительный выбор дальнейшего направления процесса,

а если некоторый выбор приводит к неприемлемому результату, то происходит возвращение к предыдущей точке, где делается другой выбор:

- выбор

+ возврат

- вывод


95. Процесс рассуждения, во время которого из известных фактов выводятся новые факты:

- выбор

- возврат

+ вывод


96. Скрытые или виртуальные процедуры в системах, основанных на знаниях, активизируемые данными:

- вампиры

- упыри

+ демоны


97. Тип систем, основанных на знаниях, которые применяются для нахождения причин неполадок в технических системах или заболеваний у человека:

+ диагностические системы

- прогностические системы

- проекционные системы


98. Внешняя память компьютера или база правил в системе, основанной на знаниях:

- фотографическая память

- КЭШ-память

+ долговременная память


99. Определенная часть знаний о некоторой области:

+ домен

- правила

- принципы


100. Отношение подчиненности между понятиями или объектами:

- зависимость

- подчинение

+ иерархия


101. Специалист, которому знакомы содержательная сторона задачи и методы структурирования знаний в экспертных системах:

+ инженер знаний

- эксперт

- программист


102. Дисциплина, нацеленная на задачу построения экспертных систем; средства и методы, обеспечивающие разработку таких систем:

- экспертология

+ инженерия знаний

- методика знания


103. Автоматизированная информационная система, снабженная интеллектуальным интерфейсом, позволяющим пользователю делать

запросы на естественном или профессионально-ориентированном языке:

+ интеллектуальная информационная система

- интеллектуальная обучающая система

- экспертная система


104. Автоматизированная обучающая система, снабженная интеллектуальным интерфейсом, позволяющим обучаемому в процессе

обучения вести диалог, отвечать на вопросы и выполнять задания на естественном языке:

- интеллектуальная информационная система

+ интеллектуальная обучающая система

- экспертная система


105. Тип системы, основанной на знаниях, применяемых для вывода заключений по наблюдаемым данным:

+ интерпретирующая система

- интеллектуальная обучающая система

- экспертная система


106. Представление знаний, основанное на правилах, построено на использовании выражений вида:

+ если-то

- если-не

- если не-то


107. Определяет тип ЭВМ, тип ОС и используемый язык программирования:

- среда взаимодействия

+ среда функционирования

- окружающая среда


108. Определяют особенности ИС с точки зрения реализации компонентов ЭС:

- основные знания

+ основные свойства

- основные правила


109. Стадия существования ИС по степени отработанности:

- начальная

- конечная

+ экспериментальная


110. Стадия существования ИС по степени отработанности:

- научная

+ исследовательская

- научно-исследовательская


111. Стадия существования ИС по степени отработанности:

- торговая

+ коммерческая

- научная


112. ЭС, не содержащие знаний ни о какой проблемной области:

+ оболочки ЭС

- символьные языки программирования

- системы, автоматизирующие разработку ЭС


113. Окружение для разработки систем ИИ, ориентированных на знания:

- оболочки ЭС

- символьные языки программирования

+ системы, автоматизирующие разработку ЭС


114. Языки высокого уровня, ориентированные на построение ЭС:

+ языки инженерии знаний

- символьные языки программирования

- системы, автоматизирующие разработку ЭС


115. Языки программирования, ориентированные на создание ЭС и систем ИИ:

- языки инженерии знаний

+ символьные языки программирования

- системы, автоматизирующие разработку ЭС


116. Определяет вероятные последствия заданных ситуаций:

+ ЭС, осуществляющие прогноз

- ЭС, выполняющие диагностирование

- ЭС, выполняющие проектирование


117. Разрабатывают конфигурацию объектов с учетом набора ограничений, присущих проблеме:

- ЭС, осуществляющие прогноз

- ЭС, выполняющие диагностирование

+ ЭС, выполняющие проектирование


118. Сравнивают действительное поведение с ожидаемым поведением системы:

+ ЭС, осуществляющие наблюдение

- ЭС, выполняющие отладку

- ЭС, выполняющие обучение


119. Находят рецепты для исправления неправильного поведения устройств:

- ЭС, осуществляющие наблюдение

+ ЭС, выполняющие отладку

- ЭС, выполняющие обучение


120. Подвергают диагностике, "отладке" и исправлению ("ремонту") поведения обучаемого:

- ЭС, осуществляющие наблюдение

- ЭС, выполняющие отладку

+ ЭС, выполняющие обучение