База ответов ИНТУИТ

Нейросетевые технологии искусственного интеллекта

<<- Назад к вопросам

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}
.

(Отметьте один правильный вариант ответа.)
Варианты ответа
Двум точкам, определяемым векторами X1 = {4; 2} и X2 = {5; 3}, включающими данную точку, соответствуют точки, определяемые векторами Y1 = {0,5; 0,6} и Y2 = {0,6; 0,5}. Тогда y1 = 0,54, y2 = 0,54.
Двум точкам, определяемым векторами X1 = {4; 2} и X2 = {5; 3}, включающими данную точку, соответствуют точки, определяемые векторами Y2 = {0,6; 0,5} и Y2 = {0,5; 0,6}. Тогда y1 = 0,56, y2 = 0,54.
Двум точкам, определяемым векторами X1 = {4; 2} и X2 = {5; 3}, включающими данную точку, соответствуют точки, определяемые векторами Y1 = {0,6; 0,5} и Y2 = {0,5; 0,6}. Тогда y1 = 0,54, y2 = 0,54.(Верный ответ)
Похожие вопросы

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}
.

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}
.

По таблице

рассчитайте приближённое значение (игнорируя математическое обоснование) компонент вектора Y для измеренного вектора Х с помощью расстояния между точками, «участвующими» в проводимой интерполяции по формуле

Y=Y_1+(Y_2-Y_1)\cdot \frac{R_{XX_1}}{R_{X_1X_1}}
Х = {4,6; 2,4}
.

По таблице

рассчитайте приближённое значение (игнорируя математическое обоснование) компонент вектора Y для измеренного вектора Х с помощью расстояния между точками, «участвующими» в проводимой интерполяции по формуле

Y=Y_1+(Y_2-Y_1)\cdot \frac{R_{XX_1}}{R_{X_1X_1}}
Х = {2,1; 3,7}
.

По таблице

рассчитайте приближённое значение (игнорируя математическое обоснование) компонент вектора Y для измеренного вектора Х с помощью расстояния между точками, «участвующими» в проводимой интерполяции по формуле

Y=Y_1+(Y_2-Y_1)\cdot \frac{R_{XX_1}}{R_{X_1X_1}}
Х = {4,2; 4,8}
.

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 ) = 0,8.

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 ) = 0,6,\\P(x_2 \in \delta_3 ) = 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 ) = 0,7,\\P(x_2 \in \delta_3 ) = 0,1
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?