Главная

Контакты

Случайная статья

• Автоматизация
• Антропология
• Археология
• Архитектура
• Биология
• Ботаника
• Бухгалтерия
• Военная наука
• Генетика
• География
• Геология
• Демография
• Деревообработка
• Журналистика
• Зоология
• Изобретательство
• Информатика
• Искусство
• История
• Кинематография
• Компьютеризация
• Косметика
• Кулинария
• Культура
• Лексикология
• Лингвистика
• Литература
• Логика
• Маркетинг
• Математика
• Материаловедение
• Медицина
• Менеджмент
• Металлургия
• Метрология
• Механика
• Музыка
• Науковедение
• Образование
• Охрана Труда
• Педагогика
• Полиграфия
• Политология
• Право
• Предпринимательство
• Приборостроение
• Программирование
• Производство
• Промышленность
• Психология
• Радиосвязь
• Религия
• Риторика
• Социология
• Спорт
• Стандартизация
• Статистика
• Строительство
• Технологии
• Торговля
• Транспорт
• Фармакология
• Физика
• Физиология
• Философия
• Финансы
• Химия
• Хозяйство
• Черчение
• Экология
• Экономика
• Электроника
• Электротехника
• Энергетика

к экзамену по дисциплине «Методы и системы ИИ»

Вопросы

к экзамену по дисциплине «Методы и системы ИИ»

1. Что такое система искусственного интеллекта. В чем состоят теоретический и практический аспекты создания систем искусственного интеллекта?

2. Охарактеризуйте область искусственного интеллекта. Почему математика и игры стали первыми и оказались хорошими областями приложения методов ИИ? Какие еще области относятся к искусственному интеллекту?

3. Классификация знаний. Знания глубинные и поверхностные, мягкие и жесткие. Чем обусловлена мягкость знаний. Экспертные и концептуальные знания.

4. Модель представления знаний. Правила продукций. Продукционная система и ее состав. В чем состоят действия правил. Достоинства и недостатки продукционных систем.

5. Прямая и обратная цепочки рассуждений. Стратегии управления выполнением правил. Разработка базы знаний: дерево решений

6. Семантическая сеть. Базовый функциональный элемент семантической сети.

7. Фреймы: определение, структура. Для какого типа знаний подходит фреймовое представление?

8. Что такое логическая модель? Понятие предиката, квантора. Сложное высказывание.

9. Нечеткие знания. Коэффициент уверенности. Схема объединения свидетельств (схема Шортлиффа).

10. Вероятностная логика Неполные знания. Немонотонная логика. Основной недостаток логических моделей.

11. Нечеткие множества. Основные понятия. Действия над нечеткими множествами.

12. Нечеткие отношения. Лингвистическая переменная. Нечеткая логика. Построение функций принадлежности.

13. Что такое экспертная система? Чем вызван интерес к экспертным системам? Какие задачи относятся к трудноформализуемым? Какими свойствами обладают неформализуемые задачи?

14. Структура экспертной системы. Подсистема объяснений. Режимы работы экспертной системы.

15. Дайте краткую характеристику языка ЛИСП как средства разработки систем искусственного интеллекта.

16. Дайте краткую характеристику языка ПРОЛОГ как средства разработки систем искусственного интеллекта.

17. Оболочки и интегрированные инструментальные среды.

18. Этапы построения систем искусственного интеллекта. Этапы идентификации и концептуализации.

19. Этапы построения систем искусственного интеллекта. Этапы формализации, реализации и тестирования.