imię i Nazwisko ............................................
grupa ............................................
1. Funkcja aktywacji w perceptronie prostym jest
□ prostą przechodzącą przez środek układu współrzędnych,
□ funkcją sigmoidałną,
0 lH funkcją skokową,
I*
stosuje się
2. Jednokierunkowa sieć neuronowa może pełnić rolę uniwersalnego aproksymatora ze względu na q nieliniowość funkcji aktywacji,
□ jednokierunkowość przepływu informacji,
□ możliwość modyfikacji wag.
3. Do nauld sieci ze skokową funkcją aktywacji
□ metody losowe,
£] regułę Heba,
Cs □ propagację wsteczną błędu.
4. Sieć neuronowa lepiej aproksymuje dane, które są: d> □ nie zaszumione,
gg lekko zaszumione,
□ wygenerowane przez nieliniowy mechanizm.
5. Pamięć w sieciach neuronowych jest q równomiernie rozłożona po wszystkich neuronach,
£j asocjacyjna,
q skupiona w warstwie z nieliniową funkcją aktywacji.
6. Nauka z nauczycielem polega na q bezpośrednim określeniu wartości wag,
s gna podaniu wzorca (para - wejście wyjście),
0 na nauce sieci poprzez losową korektę wag.
7. Zadaniem zbiorów rozmytych jest:
0 uproszczenie danych pomiarowych,
£ g opis subiektywnej informacji,
0 precyzyjny opis wiedzy subiektywnej.
8. Rozmyta baza reguł reprezentuje;
0 £] subiektywną opinię eksperta wyrażoną w postaci implikacji 0 uproszczone i uporządkowane dane,
0 subiektywną opinię eksperta wyrażoną w postaci bazy zbiorów rozmytych.
9. Wielkości fizyczne są:
& □ precyzyjne
0 rozmyte
£] zależą od sposobu pomiaru
10. Fuz.yfika.cja polega na:
0 znalezieniu ostrego reprezentanta zbioru rozmytego,
Q gr zamianie wielkości ostrej na zbiór rozmyty,
0 predykcji, opartej o metodę “wróżenie z fusów”.
zaznaczamy jedną, prawidłową odpowiedź