1. Proszę podać wybrane cechy zadań, których wykonanie z użyciem sztucznych sieci neuronowych jest praktycznie nie możliwe. a. Zadania wymagające wysokiej precyzji, bądz jasnych wyników SSN operują tzw. pojęciami rozmytymi: wysoki, niski, duży, mały, średni, jasny, ciemny itp. Często jeśli oczekujemy od sieci odpowiedzi tak lub nie ona odpowie raczej tak lub chyba nie . b. Zadania wymagające rozumowania wieloetapowego gdy trzeba mozolnie dochodzić do pewnych wniosków na podstawie wcześniejszego rozumowania, a z tych wniosków wyciągać kolejne wnioski sieć nie daje sobie rady. Działanie sieci pozwala jedynie na wyciąganie bezpośrednich wniosków. c. Zadania wymagające szybkiej odpowiedzi by otrzymać odpowiedz od sieci neuronowej trzeba najpierw ją nauczyć rozwiązywać dany problem, co nie jest szybkie. 2. Proszę wskazać klasę narzędzi: wnioskowania o obiektach dla każdego z trzech poniższych problemów charakteryzujących się: a. Pełna znajomość reguł, mała i średnia złożoność: Dokładne algorytmy; b. Częściowa znajomość reguł, mała i średnia złożoność: Modele statystyczne, systemy eksperckie, metody dedukcyjne; c. Częściowy lub całkowity brak znajomości reguł, duża złożoność: Sieci neuronowe, modele indukcyjne. 3. Posługując się poniższym rysunkiem proszę omówić działanie pojedynczego neuronu jako elementu sztucznej sieci neuronowej Wejścia dendryty , wchodzą przez nie sygnały. Wagi cyfrowe odpowiedniki modyfikacji nadchodzących sygnałów dokonywanych przez synapsy. Wejścia mnożone są przez odpowiadające im wagi. Blok sumujący odpowiednik jądra, następuje tu sumowanie wejść przemnożonych przez wagi. Blok aktywacji odpowiednik wzgórka aksonu. Wyjście bloku sumującego jest argumentem funkcji aktywacji i w ten sposób wyliczane jest wyjście neuronu. Wyjście akson. 4. Proszę wskazać prawidłowe stwierdzenie (-a): a. Zachowanie sieci w zasadniczy sposób determinowane jest przez proces uczenia, a nie przez strukturę czy liczbę użytych do jej budowy elementów; b. Zachowanie sieci w zasadniczy sposób determinowane jest przez strukturę sztucznej sieci neuronowej; c. Zachowanie sieci w zasadniczy sposób determinowane jest przez liczbę użytych do jej budowy elementów. 5. Sztuczne sieci neuronowe mogą tworzyć modele dwóch typów: a. Jednokierunkowe - sieci neuronowe, w których nie występuje sprzężenie zwrotne, czyli pojedynczy wzorzec lub sygnał przechodzi przez każdy neuron dokładnie raz w swoim cyklu; b. Rekurencyjne - sieć, w której połączenia między neuronami stanowią graf z cyklami. 6. Proszę wyjaśnić jaka jest rola neuronów warstwy ukrytej w sztucznej sieci neuronowej. Rolą warstwy ukrytej jest pośredniczenie pomiędzy warstwą wejściową, a wyjściową sieci i przekazywanie sygnałów. Najkrócej można powiedzieć, że warstwy te stanowią narzędzie, służące do takiego przetwarzania sygnałów wejściowych, by warstwa wyjściowa mogła łatwiej znalezć potrzebną odpowiedz. Pośredniczą między wejściem i wyjściem oraz wypracowują zestawy wstępnie przetworzonych danych wejściowych, z których korzystać będą neurony dalszych warstw przy określeniu końcowego wyniku. Warstwa wejściowa - warstwa ta otrzymuje dane z zewnątrz sieci. Każdy neuron z warstwy wejściowej łączy się ze wszystkimi neuronami z obszaru ukrytego. Warstwa wyjściowa - Każdy neuron wyjściowy przyjmuje sygnały wejściowe, przetwarza je i wytwarza sygnał wyjściowy. Sygnały te stanowią rozwiązania stawianych sieci zadań. 7. Proszę wyjaśnić na czym polega zadanie optymalizacji. Zadanie optymalizacyjne polega na znalezieniu punktu x0 ze zbioru X takiego, że: f(x0) = max( f(x) ), x " X lub f(x0) = min( f(x) ), x " X Mówiąc inaczej: szukanie najlepszego rozwiązania (ocenianegoliczbowo) przykłady: minimalizacja kosztu, minimalizacja funkcji błędu, maksymalizacja wygranej (gry logiczne) znalezienie wśród różnych możliwych rozwiązań takie, które najbardziej nam odpowiada 8. Proszę dokończyć zdanie: Elementarny algorytm genetyczny jest skonstruowany z następujących operacji: reprodukcja, krzyżowanie, mutacja. Reprodukcja proces w którym indywidualne ciągi kodowe zostaną powielone w stosunku zależnym od wartości, jakie przybiera dla nich funkcja celu f (funkcja przystosowania). Jest to inaczej pewien miernik zysku, który chcemy zmaksymalizować. Krzyżowanie (proste) to proces polegający na losowym kojarzeniu ciągów z puli rodzicielskiej w pary, losowy wybór punktu krzyżowania ciągów oraz zmiany wszystkich znaków na prawo od punktu krzyżowania. Mutacja polega na sporadycznej zmianie elementu ciągu kodowego.