Методы искусственного интеллекта. МЭИ(ТУ) C-12(11)-04
Вопросы к экзамену (9.1.09, 9.20).


1. Общие вопросы

  1. Нейронные сети. Основные характеристики сетей. Параллели из биологии. Дендриты, аксоны, синапсы.
  2. Нейронные сети. Персептрон. Архитектуры сетей.
  3. Топологическая сортировка сетей.
  4. Обратное распространение ошибки. Дельта-правило.
  5. Обратное распространение ошибки. Функция активности. Сигмоид и его виды. Сигмоидная производная.
  6. Обратное распространение ошибки. Функция активности и ее виды. Роль нелинейности. Эффект запирания сети.
  7. Память, свойства, реализация в нейронных сетях.
  8. Гетероассоциативная память. Принцип сжатия информации.
  9. Автоассоциативная сеть.
  10. Сеть Хопфилда. Синхронная и асинхронная реализация.
  11. Сеть Кохонена. Кластеризация
  12. Адаптивные резонансные сети.
  13. Муравьиный алгоритм. Задача коммивояжера. Отрицательная и положительная обратная связь. Элитные муравьи.
  14. Алгоритм отжига. Задача коммивояжера.
  15. Генетический алгоритм минимизации функции
  16. Генетический алгоритм оптимального размещения графа на линейке и плоскости
  17. Генетический алгоритм решения задачи Штейнера. Столбы и точки Штейнера
  18. Нечеткие множества. Операции над ними.
  19. Нечеткое управление.
  20. Сеть Хэмминга

2. Программная реализация

  1. Программная среда NNTOOL. Применимость. Ограничения. Параметры задания, обучения, инициализации сети. Пример работы среды NNTOOL для аппроксимации функции с использованием сетей Cascade forward backprop и feed forward backprop.
  2. Пакет Neural Networks Toolbox. Пример работы сетей Кохонена, Хопфильда и встречного распространения.
  3. Пакет Simulink. Принцип работы, интерфейс пакета. Пример работы пакета на численном решении дифференциальных уравнений.
  4. Нейронные сети в пакете расширений Simulink. Нейросетевые регуляторы. Пример нейросетевого регулятора на базе эталонной динамической модели.