База ответов ИНТУИТ

Нейросетевые технологии искусственного интеллекта

<<- Назад к вопросам

В перспективе своих самостоятельных исследований составьте модель программы игры в «крестики – нолики», первоначально ограничившись попыткой сведения игры «в ничью». Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать «крестик» (противника), «нолик» (Ваш) или быть свободной. Несомненно, «традиционный» программный, последовательный анализ каждой позиции всех строк трудоёмок и долог. Ассоциативный принцип «работы» нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.Составьте проект такой нейронной сети.

Определите, является ли создаваемая нейронная сеть совершенной, т.е. где у всех нейронов одинаковое количество входов? Какую функцию активации Вы хотите использовать?

(Ответ считается верным, если отмечены все правильные варианты ответов.)
Варианты ответа
Нейронная сеть является совершенной. Целесообразно использовать функцию активации: V_i=\xi (\sum_{j}\omega_j V_j - h), \omega_j=1, h=0,5 .(Верный ответ)

Нейронная сеть является совершенной. Целесообразно использовать функцию активации:

V = \sum_{j} V_j ; Vi := V, если V \geq h, 0 – в противном случае, h = 0,5. (Веса равны единице.)

(Верный ответ)

Нейронная сеть не является совершенной. Чтобы уравнять значения возбуждения нейронов выходного слоя, целесообразно выбрать функцию активации:

V = \frac{1}{m} \sum_{j} V_j; Vi := V, если V \geq h, 0 – в противном случае, h = 0,8, m – количество активных входов нейрона.
Похожие вопросы

В перспективе своих самостоятельных исследований составьте модель программы игры в «крестики – нолики», первоначально ограничившись попыткой сведения игры «в ничью». Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать «крестик» (противника), «нолик» (Ваш) или быть свободной. Несомненно, «традиционный» программный, последовательный анализ каждой позиции всех строк трудоёмок и долог. Ассоциативный принцип «работы» нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.Составьте проект такой нейронной сети.

Составьте графическую схему нейронной сети.

В перспективе своих самостоятельных исследований составьте модель программы игры в «крестики – нолики», первоначально ограничившись попыткой сведения игры «в ничью». Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать «крестик» (противника), «нолик» (Ваш) или быть свободной. Несомненно, «традиционный» программный, последовательный анализ каждой позиции всех строк трудоёмок и долог. Ассоциативный принцип «работы» нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.Составьте проект такой нейронной сети.

Составьте матрицу следования, описывающую нейронную сеть.

Составьте эскизный проект совершенной логической нейронной сети.

Составьте эскизный проект совершенной нейронной сети для реагирующего объекта, контролирующего состояние территориально разобщённой системы нефте-газового трубопровода.

Составьте эскизный проект совершенной логической нейронной сети.

Составьте эскизный проект совершенной нейронной сети для управления «живым» объектом, предупреждающим о резком изменении погоды и о природных катаклизмах.

Составьте эскизный проект совершенной логической нейронной сети.

Составьте эскизный проект совершенной нейронной сети для управления «живым» объектом, обслуживающим посетителей зоопарка.

Примечание: Подобные модели предполагают фоновый режим ожидания и рабочий режим. Фоновый режим, заключающийся, например, в нервном хождении по клетке, периодически прерывается рабочим режимом, в котором производится собственно реагирование.

Как показала жизнь, а также свидетельствует глубокое знание законов диалектики, ни одна из версий о происхождении человека не противоречит тем качествам, которые вызывают возмущение чеховского героя. И наоборот, каждое из этих качеств лишь укрепляет уверенность в правоте каждого предположения о происхождении человека. Данное утверждение лежит в основе предположения о следующей структуре нейронной сети, отображающей модель наших исследований.

Выбрав функцию активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1then V else 1 else 0, h = 0,1 и положив V4 = 1, рассчитайте установившиеся значения возбуждения нейронов, «отвечающих» за версии о происхождении человека, и определите устойчивость выводов нейронной сети по отношению к исходным предположениям.

V1 = 0,5, V2 = 0,6, V3 = 0,4
.

Как показала жизнь, а также свидетельствует глубокое знание законов диалектики, ни одна из версий о происхождении человека не противоречит тем качествам, которые вызывают возмущение чеховского героя. И наоборот, каждое из этих качеств лишь укрепляет уверенность в правоте каждого предположения о происхождении человека. Данное утверждение лежит в основе предположения о следующей структуре нейронной сети, отображающей модель наших исследований.

Выбрав функцию активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1then V else 1 else 0, h = 0,1 и положив V4 = 1, рассчитайте установившиеся значения возбуждения нейронов, «отвечающих» за версии о происхождении человека, и определите устойчивость выводов нейронной сети по отношению к исходным предположениям.

V1 = 0,2, V2 = 0,8, V3 = 0,5
.

Как показала жизнь, а также свидетельствует глубокое знание законов диалектики, ни одна из версий о происхождении человека не противоречит тем качествам, которые вызывают возмущение чеховского героя. И наоборот, каждое из этих качеств лишь укрепляет уверенность в правоте каждого предположения о происхождении человека. Данное утверждение лежит в основе предположения о следующей структуре нейронной сети, отображающей модель наших исследований.

Выбрав функцию активации

V = \sum_{j} \omega_j V_j

Vi := if V > h then if V < 1then V else 1 else 0, h = 0,1 и положив V4 = 1, рассчитайте установившиеся значения возбуждения нейронов, «отвечающих» за версии о происхождении человека, и определите устойчивость выводов нейронной сети по отношению к исходным предположениям.

V1 = 0,2, V2 = 0,8, V3 = 0,5
.

Исследуйте возможность индуктивного логического вывода на основе фактографической нейронной сети Антрополога-Исследователя для дополнения понятийной нейронной сети, представленной ниже.

Фактографическая нейронная сеть Антрополога-Исследователя Понятийная нейронная сеть

Можно ли дополнить понятийную нейронную сеть правилом вывода: 

бабушка(X,Y) :- женщина Х, родитель(X,P), родитель(P,Y)
?

Исследуйте возможность индуктивного логического вывода на основе фактографической нейронной сети Антрополога-Исследователя для дополнения понятийной нейронной сети, представленной ниже.

Фактографическая нейронная сеть Антрополога-ИсследователяПонятийная нейронная сеть

Можно ли дополнить понятийную нейронную сеть правилом вывода: 

дедушка(X,Y) :- мужчина Х, родитель(X,P), родитель(P,Y)
?