База ответов ИНТУИТ

Нейросетевые технологии искусственного интеллекта

<<- Назад к вопросам

Для логического описания системы принятия решений составьте её «электронную» схему.
x_1\land (x_4\lor x_6) \to R_1 = \text{<шахматы>; }\\x_1\land ((x_4\land x_{10})\lor x_5) \to R_2 = \text{<верховая езда>. }

(Отметьте один правильный вариант ответа.)
Варианты ответа
(Верный ответ)
Похожие вопросы
Для логического описания системы принятия решений составьте её «электронную» схему.
(x_1\lor x_3)\land x_7 \to R_1 = \text{<выбор: верховая езда, коньки, лыжи, санки>;}\\x_2\land x_7 \to R_2 = \text{<санки>; }\\x_3\land x_7 \to R_3 = \text{<выбор: сон, дискотека>.}
Для логического описания системы принятия решений составьте её «электронную» схему.
x_1\land x_4 \to R_1 = \text{<выбор: прогулка пешком, на велосипеде, верховая езда, пляж, байдарка>; }\\x_4\land x_{10} \to R_2 = \text{<выбор: прогулка пешком, на велосипеде, верхом>; }\\x_1\land x_5 \to R_3 = \text{<выбор: велосипед, верховая езда, пляж, байдарка>; }\\x_2\land (x_4\lor x_5) \to R_4 = \text{<сон>; }\\x_3\land (x_4\lor x_5) \to R_5 = \text{<выбор: сон, дискотека>. }

Поясните некоторые нюансы формирования решений логической нейронной сети. Примените простой способ «размножения решений» для преобразования логического описания системы принятия решений (СПР) при формировании однослойной логической нейронной сети. Логическое описание СПР имеет вид:

x_1\land x_3\land x_5 \to \text{ Решение 1},\\(x_1\land x_2)\lor (x_3\land x_4\land x_5) \to \text{ Решение 2.}

Составьте однослойные логические нейронные сети по описанию систем принятия решений. Функция активации имеет вид:

V=\sum_{j}V_j; V_i := V/n_i , если V_i \geq h, 0 – в противном случае, ni – количество активных входов нейрона.

A_1\land C_1\land «B_3\backslash B_1» \to R_1 = \text{«Таиланд»};\\(A_1\land (C_1\land C_2)\land (B_1\land B_3))\land (А_2\land (C_1\land C_2)\land (B_1\land B_3)) \to R_2 = \text{«Анталия»}.

Составьте однослойные логические нейронные сети по описанию систем принятия решений. Функция активации имеет вид:

V=\sum_{j}V_j; V_i := V/n_i , если V_i \geq h, 0 – в противном случае, ni – количество активных входов нейрона.

(A_1\lor A_2)\land (C_1\land «B_1\land B_3»)\land (C_2\land «B_1\land B_3») \to R_1 = \text{«Дубай»};\\(A_1\lor A_2)\land (C_1\lor C_2)\land (B_1\lor B_3) \to R_2 = \text{«Красное море»}.

Составьте однослойные логические нейронные сети по описанию систем принятия решений. Функция активации имеет вид:

V=\sum_{j}V_j; V_i := V/n_i , если V_i \geq h, 0 – в противном случае, ni – количество активных входов нейрона.

(A_1\lor A_2)\land (C_1\land C_2)\land «B_1&B_3» \to R_1 = \text{«Лазурный Берег»};\\(A_1\lor A_2)\land (C_1\land (B_1\lor B_3)\lor (C_2\land (B_1\lor B_3)) \to R_2 = \text{«о. Родос»}.
Поясните некоторые нюансы формирования решений логической нейронной сети. Постройте логическую нейронную сеть по её логическому описанию
x_1\land x_3\land x_5 \to \text{ Решение 1,}\\(x_1\land x_2) \to \text{ Решение 2,}\\(x_3\land x_4\land x_5) \to \text{ Решение 2.}

Ситуация описывается нечёткими значениями (достоверностью) событий x1, …, x5. Функция активации нейрона формируется:

F_i=\frac{\sum_{j}F_j}{n_i}, если это значение не меньше порога h, 0 – в противном случае; ni – количество активных входов (дендритов) i-го нейрона, fj – значение возбуждения рецептора xj, связанного с i-м нейроном (j \in {1, ..., 5}).
Для данной «электронной» схемы составьте схему системы принятия решений, предполагая, что исходные данные представляют собой достоверность высказываний о событиях. N1 и N2 – передаточные функции, приближённо заменяющие операции \land \text{ и } \lor (прототипы нейронов).
Для данной «электронной» схемы составьте схему системы принятия решений, предполагая, что исходные данные представляют собой достоверность высказываний о событиях. N1 и N2 – передаточные функции, приближённо заменяющие операции \land \text{ и } \lor (прототипы нейронов).
Для данной «электронной» схемы составьте схему системы принятия решений, предполагая, что исходные данные представляют собой достоверность высказываний о событиях. N1 и N2 – передаточные функции, приближённо заменяющие операции \land \text{ и } \lor (прототипы нейронов).