1. Capacitatea de reprezentare functionala a unei retele neurale
a. depinde de datele de antrenare
b. depinde de datele de test
c. depinde de numarul de neuroni si modelul matematic al acesteia
2. Pentru rezolvarea problemei XOR
a. este suficient un singur neuron cu un model matematic specific
b. este suficient un singur neuron standard binar (neuron McCulloch&Pitts)
c. sunt necesari cel putin 3 neuroni standard binari interconectati intr-o structura de perceptron multistrat
3. Antrenarea incrementala:
a. permite obtinerea celei mai bune solutii (eroare minima) pentru un set de esantioane de antrenament si test dat
b. presupune actualizarea penderilor sinaptice "w" dupa aplicarea fiecarui esantion
c. necesita stocarea erorilor obtinute la iesirea retelei neurale pentru toti stimulii din baza de date de antrenament.
4. Supraf. erorii:
a. dep exclusiv de setul de esant de antrenament
b. este de dorit sa aiba cat mai multe ???(... in care gradientul e 0)
c. are un min global care corespunde sol optime a procesului de antrenare.
5. Un sist Adaline:
a. este capabil sa invete orice probl cu dezavantajul unei viteze mici de antrenare
b. permite rezolvarea oricarui tip de probl cu performante multumitoare, in cond unei preprocesari neliniare adecvate spatiului de intrare
c. este limitat numai la rezolvarea probl liniare separabile, insa convergenta catre optimul global e garantata
6. Se considera fct SI cu 3 intrari ( y=x1 & x2 & x3, unde in si out iau val 0 sau 1). Pt invatarea acestei fct prin metode neurale:
a. este necesara utiliz unui singur perceptron multistrat cu min 3 neuroni;
b. este suficienta utiliz unui singur neuron standard binar si fct de iesire sign(x);
c. este neces utiliz unui neuron cu model polinomial.
7. Antrenarea unei retele neurale in regim de memorizare:
a. minimizarea fct cost pe setul de antrenament;
b. urmareste aprox cat mai buna a unei relatii functionale;
c. necesita in mod obligatoriu utiliz unui set de date de test, inafara datelor de antrenament
8. Utiliz unei fct de iesire de tip sgn(x) pt un neuron standard:
a. nu are nici o influenta asupra formei supraf erorii;
b. este recomandata pt antrenarea rapida a neuronului prin met de optimizare a gradientului descrescator;
c. corespunde unor probl de clasificare sau reprez functionale
9. Algoritmul de antrenare supervizata a unei retele neurale Adaline:
a. modif param retelei numai in fct de iesirile retelei;
b. modif param retelei numai in fct de iesirile dorite ale retelei;
c. modif param retelei proportional cu iesirile dorite ale retelei si cu intrarile acesteia.
10. Neuronul standard sigmoidal:
a. este un aproximator functional universal;
b. asigura convergenta procesului de antrenare cu algoritmul LMS (derivat din metoda de optimizare gradient);
c. poate fi utiliz intr-un sist neural combinat cu un expandor neliniar pt a imbunatati capacitatea de reprezentare functionala a sistemului rezultat.
|
