База ответов ИНТУИТ

Нейросетевые технологии искусственного интеллекта

<<- Назад к вопросам

Аналогичен ли объект В' объекту B в рамках преобразований F, трансформирующих объект A в объект B?

(Отметьте один правильный вариант ответа.)

Варианты ответа
B' не аналогично B.(Верный ответ)
B' аналогично B.
Не установлено преобразование F.
Похожие вопросы
Аналогичен ли объект В' объекту B в рамках преобразований F, трансформирующих объект A в объект B?
Аналогичен ли объект В' объекту B в рамках преобразований F, трансформирующих объект A в объект B?

Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x1, x2} вырабатывается вектор управляющего воздействия Y = {y1, y2}. Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближённое значение компонент вектора Y для измеренных компонент вектора Х, считая, что y1 слабо зависит от х2, а y2 слабо зависит от х1.

X = {4,6; 2,4}
.

Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x1, x2} вырабатывается вектор управляющего воздействия Y = {y1, y2}. Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближённое значение компонент вектора Y для измеренных компонент вектора Х, считая, что y1 слабо зависит от х2, а y2 слабо зависит от х1.

X = {4,2; 4,8}
.

Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x1, x2} вырабатывается вектор управляющего воздействия Y = {y1, y2}. Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближённое значение компонент вектора Y для измеренных компонент вектора Х, считая, что y1 слабо зависит от х2, а y2 слабо зависит от х1.

X = {2,1; 3,7}
.

Для приведённой на рисунке системы связей и для функции активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1 then V else 1 else 0, и для h = 0,3 (для всех нейронов) рассчитайте установившиеся значения возбуждения нейронов 1 – 3 для заданных, предполагаемых значений.

V1 = 1, V2 = 1, V3 = 0,2.

Для приведённой на рисунке системы связей и для функции активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1 then V else 1 else 0, и для h = 0,3 (для всех нейронов) рассчитайте установившиеся значения возбуждения нейронов 1 – 3 для заданных, предполагаемых значений.

V1 = 1, V2 = 0,5, V3 = 0,2.

Для приведённой на рисунке системы связей и для функции активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1 then V else 1 else 0, и для h = 0,3 (для всех нейронов) рассчитайте установившиеся значения возбуждения нейронов 1 – 3 для заданных, предполагаемых значений.

V1 = 0,8, V2 = 0,2, V3 = 0,2.

Рассчитайте значения возбуждения нейронов выходного слоя и найдите вектор управляющего воздействия по нечётко заданным характеристикам. Функция активации имеет вид:

V = \sum_{j} V_j Vi := V, если V > h, 0 – в противном случае; h = 0,5.

Нейронная сеть имеет вид: Достоверность предположения о принадлежности значений x1 и x2 исследуемым интервалам равна:
P(x_1 \in \delta_2 ) = 0,2,\\P(x_1 \in \delta_3 ) = 0,8,\\P(x_2 \in \delta_1 ) = 0,2,\\P(x_2 \in \delta_2 ) = 0,8.

Рассчитайте значения возбуждения нейронов выходного слоя и найдите вектор управляющего воздействия по нечётко заданным характеристикам. Функция активации имеет вид:

V = \sum_{j} V_j Vi := V, если V > h, 0 – в противном случае; h = 0,5.

Нейронная сеть имеет вид:

Достоверность предположения о принадлежности значений x1 и x2 исследуемым интервалам равна:

P(x_1 \in \delta_2 ) = 0,2,\\P(x_1 \in \delta_3 ) = 0,8,\\P(x_2 \in \delta_1 ) = 0,2,\\P(x_2 \in \delta_2 ) = 0,7,\\P(x_2 \in \delta_3 ) = 0,1