(INTUIT): Логические нейронные сети

Ответы на экзаменационные вопросы интернет-курсов ИНТУИТ
(INTUIT): Логические нейронные сети
Вопросы курса
1.
2.
3.
4.
5.
6.
7.
8.
В нейронной сети, представленной на рисунке, в передаточной функции
В нейронной сети, представленной на рисунке, в передаточной функции
В нейронной сети, представленной на рисунке, в передаточной функции
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 трудоемок и долог. Ассоциативный принцип "работы"
нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и
сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
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 трудоемок и долог. Ассоциативный принцип "работы"
нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и
сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
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 трудоемок и долог. Ассоциативный принцип "работы"
нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и
сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
В результате моделирования выяснилось, что рассмотрение принадлежности x1
всему диапазону &delta-small;1 не удовлетворяет требованиям к точности
результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть
выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧
(x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную
нейронную сеть с учетом новых данных.
В результате моделирования выяснилось, что рассмотрение принадлежности x1
всему диапазону &delta-small;1 не удовлетворяет требованиям к точности
результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть
выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧
(x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную
нейронную сеть с учетом новых данных.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
2
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
9. В результате моделирования выяснилось, что рассмотрение принадлежности x1
всему диапазону &delta-small;1 не удовлетворяет требованиям к точности
результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть
выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧
(x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную
нейронную сеть с учетом новых данных.
10. В чем заключается существенный недостаток нахождения решения с помощью
логической нейронной сети и как можно снизить его значение?
11. Вид некоторой "красивой" граф-схемы показан на рисунке. Для передаточной
функции, представляющей сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы, постройте
нейронную сеть, способную "обучиться" распознаванию букв, показываемых на
экране размером 3×5 . Предполагается, что обученная нейросеть создается с
помощью единичных весов связей (пропускающих сигнал в нужном направлении),
веса "ненужных" связей полагаются равными нулю.
12. Вид некоторой "красивой" граф-схемы показан на рисунке. Для передаточной
функции, представляющей сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы, постройте
нейронную сеть, способную "обучиться" распознаванию букв, показываемых на
экране размером 3×5 . Предполагается, что обученная нейросеть создается с
помощью единичных весов связей (пропускающих сигнал в нужном направлении),
веса "ненужных" связей полагаются равными нулю.
13. Вид некоторой "красивой" граф-схемы показан на рисунке. Для передаточной
функции, представляющей сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы, постройте
нейронную сеть, способную "обучиться" распознаванию букв, показываемых на
экране размером 3×5 . Предполагается, что обученная нейросеть создается с
помощью единичных весов связей (пропускающих сигнал в нужном направлении),
веса "ненужных" связей полагаются равными нулю.
14. Возьмите передаточную функцию:
15. Возьмите передаточную функцию:
16. Возьмите передаточную функцию:
17. Воспользовавшись принципом "размножения" решений, убедитесь в том, что
первоначальная постановка задачи в игре "железнодорожная рулетка" решительно
опровергает все попытки экономии личных финансовых средств начальника
станции Кукуевка. Постройте совершенную нейронную сеть и на основе анализа
эталонных ситуаций, а также на основе вариантов приблизительных оценок,
установите правильность ее "работы" при передаточной функции
18. Воспользовавшись принципом "размножения" решений, убедитесь в том, что
первоначальная постановка задачи в игре "железнодорожная рулетка" решительно
опровергает все попытки экономии личных финансовых средств начальника
станции Кукуевка. Постройте совершенную нейронную сеть и на основе анализа
эталонных ситуаций, а также на основе вариантов приблизительных оценок,
установите правильность ее "работы" при передаточной функции
19. Воспользовавшись принципом "размножения" решений, убедитесь в том, что
первоначальная постановка задачи в игре "железнодорожная рулетка" решительно
опровергает все попытки экономии личных финансовых средств начальника
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
станции Кукуевка. Постройте совершенную нейронную сеть и на основе анализа
эталонных ситуаций, а также на основе вариантов приблизительных оценок,
установите правильность ее "работы" при передаточной функции
20. Воспользуйтесь нейронной сетью Антрополога-Исследователя, представленной на
рисунке,
21. Воспользуйтесь нейронной сетью Антрополога-Исследователя, представленной на
рисунке,
22. Воспользуйтесь нейронной сетью Антрополога-Исследователя, представленной на
рисунке,
23. Воспользуйтесь передаточной функцией:
24. Воспользуйтесь передаточной функцией:
25. Воспользуйтесь передаточной функцией:
26. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
27. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
28. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
29. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
30. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
31. Воспользуйтесь приведенной ниже логической нейронной сетью АнтропологаИсследователя.
32. Воспользуйтесь приведенной ниже логической нейронной сетью Участкового
Уполномоченного и передаточной функцией
33. Воспользуйтесь приведенной ниже логической нейронной сетью Участкового
Уполномоченного и передаточной функцией
34. Воспользуйтесь приведенной ниже логической нейронной сетью Участкового
Уполномоченного и передаточной функцией
35. Выберите по два диапазона возможной принадлежности показателей банка:
36. Выберите по два диапазона возможной принадлежности показателей банка:
37. Выберите по два диапазона возможной принадлежности показателей банка:
38. Выберите правильно функционирующую по эталонным ситуациям нейронную
сеть. Исследуйте диапазоны возможного изменения значений исходных данных на
основе экспериментального расчета принимаемых решений по заданным
ситуациям.
39. Выберите правильно функционирующую по эталонным ситуациям нейронную
сеть. Исследуйте диапазоны возможного изменения значений исходных данных на
основе экспериментального расчета принимаемых решений по заданным
ситуациям.
40. Выберите правильно функционирующую по эталонным ситуациям нейронную
сеть. Исследуйте диапазоны возможного изменения значений исходных данных на
основе экспериментального расчета принимаемых решений по заданным
ситуациям.
3
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
41. Выделите те параметры ситуации (события факторного пространства), которые
могли бы явиться источником эмоционального воздействия на реагирующий
объект.
42. Выделите те параметры ситуации (события факторного пространства), которые
могли бы явиться источником эмоционального воздействия на реагирующий
объект.
43. Выделите те параметры ситуации (события факторного пространства), которые
могли бы явиться источником эмоционального воздействия на реагирующий
объект.
44. Выполните дистрибутивные преобразования логических выражений.
45. Выполните дистрибутивные преобразования логических выражений.
46. Выполните дистрибутивные преобразования логических выражений.
47. Выполните дистрибутивные преобразования логических выражений.
48. Выполните дистрибутивные преобразования логических выражений.
49. Выполните дистрибутивные преобразования логических выражений.
50. Выполните операцию приведения нейронной сети после трассировки по
максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение
весами связей нейрона R1
51. Выполните операцию приведения нейронной сети после трассировки по
максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение
весами связей нейрона R1
52. Выполните операцию приведения нейронной сети после трассировки по
максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение
весами связей нейрона R1
53. Выскажите свои соображения по непредсказуемому (альтернативному) развитию
сюжета видеофильма на основе зрительского контингента и зрительской реакции.
54. Выскажите свои соображения по непредсказуемому (альтернативному) развитию
сюжета видеофильма на основе зрительского контингента и зрительской реакции.
55. Выскажите свои соображения по непредсказуемому (альтернативному) развитию
сюжета видеофильма на основе зрительского контингента и зрительской реакции.
56. Диапазоны изменения измеряемых характеристик системы управления
технологическим процессом разбиты на составляющие интервалы, определяемые
требованиями по точности. Совокупность X = {x1, x2} измеренных значений,
каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y1,
y2) необходимых управляющих воздействий, составляющих ограниченное
множество векторов: Y1= {5; 8}, Y2= {3; 4}, Y3= {6; 5}, Y4= {1; 5} Диапазон [0, 3]
изменения переменных x1 и x2 разбит на три интервала &delta-small;1= [0, 1),
&delta-small;2= [1, 2), &delta-small;3= [2, 3) По данному логическому описанию
системы управления составьте однослойную логическую нейронную сеть системы
управления, используя принцип "размножения" решений.
57. Диапазоны изменения измеряемых характеристик системы управления
технологическим процессом разбиты на составляющие интервалы, определяемые
требованиями по точности. Совокупность X = {x1, x2} измеренных значений,
каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y1,
y2) необходимых управляющих воздействий, составляющих ограниченное
множество векторов: Y1= {5; 8}, Y2= {3; 4}, Y3= {6; 5}, Y4= {1; 5} Диапазон [0, 3]
изменения переменных x1 и x2 разбит на три интервала &delta-small;1= [0, 1),
4
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
5
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
&delta-small;2= [1, 2), &delta-small;3= [2, 3) По данному логическому описанию
системы управления составьте однослойную логическую нейронную сеть системы
управления, используя принцип "размножения" решений.
58. Диапазоны изменения измеряемых характеристик системы управления
технологическим процессом разбиты на составляющие интервалы, определяемые
требованиями по точности. Совокупность X = {x1, x2} измеренных значений,
каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y1,
y2) необходимых управляющих воздействий, составляющих ограниченное
множество векторов: Y1= {5; 8}, Y2= {3; 4}, Y3= {6; 5}, Y4= {1; 5} Диапазон [0, 3]
изменения переменных x1 и x2 разбит на три интервала &delta-small;1= [0, 1),
&delta-small;2= [1, 2), &delta-small;3= [2, 3) По данному логическому описанию
системы управления составьте однослойную логическую нейронную сеть системы
управления, используя принцип "размножения" решений.
59. Для варианта логического описания системы принятия решений (СПР) при игре в
"железнодорожную рулетку" (Лекция 9) постройте электронную схему СПР на
данной логической матрице, отображающей некоторую регулярную структуру
связей внутри множества логических элементов. Оставленные связи говорят об
использовании предусмотренных "проводочков", остальные "проводочки"
"перекушены".
60. Для варианта логического описания системы принятия решений (СПР) при игре в
"железнодорожную рулетку" (Лекция 9) постройте электронную схему СПР на
данной логической матрице, отображающей некоторую регулярную структуру
связей внутри множества логических элементов. Оставленные связи говорят об
использовании предусмотренных "проводочков", остальные "проводочки"
"перекушены".
61. Для варианта логического описания системы принятия решений (СПР) при игре в
"железнодорожную рулетку" (Лекция 9) постройте электронную схему СПР на
данной логической матрице, отображающей некоторую регулярную структуру
связей внутри множества логических элементов. Оставленные связи говорят об
использовании предусмотренных "проводочков", остальные "проводочки"
"перекушены".
62. Для выполнения алгоритма трассировки необходимо предварительно построить
матрицу следования, отображающую все потенциальные статические пути
возбуждения, ведущие от нейронов-рецепторов, "участвующих" в логическом
выражении, к нейрону выходного слоя, соответствующего решению. Для
логического выражения в описании СПР постройте матрицу следования для
обучения первому эталону, предварительно введя транзитивные и дополнительные
связи.
63. Для выполнения алгоритма трассировки необходимо предварительно построить
матрицу следования, отображающую все потенциальные статические пути
возбуждения, ведущие от нейронов-рецепторов, "участвующих" в логическом
выражении, к нейрону выходного слоя, соответствующего решению. Для
логического выражения в описании СПР постройте матрицу следования для
обучения первому эталону, предварительно введя транзитивные и дополнительные
связи.
64. Для выполнения алгоритма трассировки необходимо предварительно построить
матрицу следования, отображающую все потенциальные статические пути
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
6
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
возбуждения, ведущие от нейронов-рецепторов, "участвующих" в логическом
выражении, к нейрону выходного слоя, соответствующего решению. Для
логического выражения в описании СПР постройте матрицу следования для
обучения первому эталону, предварительно введя транзитивные и дополнительные
связи.
65. Для данной "электронной" схемы составьте схему системы принятия решений,
предполагая, что исходные данные представляют собой достоверность
высказываний о событиях. N1 и N2 – передаточные функции, приближенно
заменяющие операции ∧ и ∨ (прототипы нейронов).
66. Для данной "электронной" схемы составьте схему системы принятия решений,
предполагая, что исходные данные представляют собой достоверность
высказываний о событиях. N1 и N2 – передаточные функции, приближенно
заменяющие операции ∧ и ∨ (прототипы нейронов).
67. Для данной "электронной" схемы составьте схему системы принятия решений,
предполагая, что исходные данные представляют собой достоверность
высказываний о событиях. N1 и N2 – передаточные функции, приближенно
заменяющие операции ∧ и ∨ (прототипы нейронов).
68. Для логического описания системы принятия решений составьте "электронную"
схему такой системы.
69. Для логического описания системы принятия решений составьте "электронную"
схему такой системы.
70. Для логического описания системы принятия решений составьте "электронную"
схему такой системы.
71. Для недостоверной информации Pij о показателях банка с помощью логической
нейронной сети, использующей передаточную функцию
72. Для недостоверной информации Pij о показателях банка с помощью логической
нейронной сети, использующей передаточную функцию
73. Для недостоверной информации Pij о показателях банка с помощью логической
нейронной сети, использующей передаточную функцию
74. Для обучения (трассировки) предложена нейронная сеть, заданная матрицей
следования с первоначально нулевыми весами. С помощью процедуры введения
транзитивных связей проверьте корректность задания структуры нейросети по
наличию статических цепочек, обеспечивающих пути достижения всех нейронов
выходного слоя от каждого нейрона-рецептора. Введите дополнительные связи,
если это необходимо.
75. Для обучения (трассировки) предложена нейронная сеть, заданная матрицей
следования с первоначально нулевыми весами. С помощью процедуры введения
транзитивных связей проверьте корректность задания структуры нейросети по
наличию статических цепочек, обеспечивающих пути достижения всех нейронов
выходного слоя от каждого нейрона-рецептора. Введите дополнительные связи,
если это необходимо.
76. Для обучения (трассировки) предложена нейронная сеть, заданная матрицей
следования с первоначально нулевыми весами. С помощью процедуры введения
транзитивных связей проверьте корректность задания структуры нейросети по
наличию статических цепочек, обеспечивающих пути достижения всех нейронов
выходного слоя от каждого нейрона-рецептора. Введите дополнительные связи,
если это необходимо.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
7
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
77. Для передаточной функции
78. Для передаточной функции
79. Для передаточной функции
80. Для построения системы принятия решений (СПР) предлагается нейронная сеть
заданной структуры. В предположении, что для СПР достаточна однослойная
нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по
логическому описанию СПР.
81. Для построения системы принятия решений (СПР) предлагается нейронная сеть
заданной структуры. В предположении, что для СПР достаточна однослойная
нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по
логическому описанию СПР.
82. Для построения системы принятия решений (СПР) предлагается нейронная сеть
заданной структуры. В предположении, что для СПР достаточна однослойная
нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по
логическому описанию СПР.
83. Для правильной совершенной нейронной сети, используемой в бабушкиной СПР
84. Для правильной совершенной нейронной сети, используемой в бабушкиной СПР
85. Для правильной совершенной нейронной сети, используемой в бабушкиной СПР
86. Для предполагаемых с некоторой достоверностью значений скорости паровозов
определите среднее ожидаемое значение M выплачиваемого гонорара по формуле
87. Для предполагаемых с некоторой достоверностью значений скорости паровозов
определите среднее ожидаемое значение M выплачиваемого гонорара по формуле
88. Для предполагаемых с некоторой достоверностью значений скорости паровозов
определите среднее ожидаемое значение M выплачиваемого гонорара по формуле
89. Для приведенной на рисунке системы связей, для передаточной функции
90. Для приведенной на рисунке системы связей, для передаточной функции
91. Для приведенной на рисунке системы связей, для передаточной функции
92. Для СПР, изготовленной для дяди Рамзая, составьте совершенную нейронную сеть.
(В связи со значительным приобретенным Вами опытом решения подобной
простой задачи, уже сформированная сеть приводится ниже.) С помощью
коррекции весов связей используйте возможность предпочтительного выбора
решений в том случае, когда события, образующие факторное пространство,
учитываются с различными значениями приоритета. Как с помощью порогов
усилить эффект приоритетного обслуживания? Исследуйте возможность
модификации и развития совершенной нейронной сети, например, на тот случай,
когда Никита прибыл из мест, не столь отдаленных, и с энтузиазмом включился в
работу. Как сокращается объем матрицы следования, описывающей однослойную
(в том числе – совершенную) логическую нейронную сеть?
93. Для СПР, изготовленной для дяди Рамзая, составьте совершенную нейронную сеть.
(В связи со значительным приобретенным Вами опытом решения подобной
простой задачи, уже сформированная сеть приводится ниже.) С помощью
коррекции весов связей используйте возможность предпочтительного выбора
решений в том случае, когда события, образующие факторное пространство,
учитываются с различными значениями приоритета. Как с помощью порогов
усилить эффект приоритетного обслуживания? Исследуйте возможность
модификации и развития совершенной нейронной сети, например, на тот случай,
когда Никита прибыл из мест, не столь отдаленных, и с энтузиазмом включился в
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
8
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
работу. Как сокращается объем матрицы следования, описывающей однослойную
(в том числе – совершенную) логическую нейронную сеть?
94. Для СПР, изготовленной для дяди Рамзая, составьте совершенную нейронную сеть.
(В связи со значительным приобретенным Вами опытом решения подобной
простой задачи, уже сформированная сеть приводится ниже.) С помощью
коррекции весов связей используйте возможность предпочтительного выбора
решений в том случае, когда события, образующие факторное пространство,
учитываются с различными значениями приоритета. Как с помощью порогов
усилить эффект приоритетного обслуживания? Исследуйте возможность
модификации и развития совершенной нейронной сети, например, на тот случай,
когда Никита прибыл из мест, не столь отдаленных, и с энтузиазмом включился в
работу. Как сокращается объем матрицы следования, описывающей однослойную
(в том числе – совершенную) логическую нейронную сеть?
95. Дополните нейронную сеть, фрагмент которой приведен на рисунке,
положительными обратными связями, усиливающими предположение об участии
Пети в рассматриваемых ситуациях в тех случаях, когда предположения о
местонахождении Васи имеют высокую достоверность.
96. Дополните нейронную сеть, фрагмент которой приведен на рисунке,
положительными обратными связями, усиливающими предположение об участии
Пети в рассматриваемых ситуациях в тех случаях, когда предположения о
местонахождении Васи имеют высокую достоверность.
97. Дополните нейронную сеть, фрагмент которой приведен на рисунке,
положительными обратными связями, усиливающими предположение об участии
Пети в рассматриваемых ситуациях в тех случаях, когда предположения о
местонахождении Васи имеют высокую достоверность.
98. Если в действительности "работа" логической нейронной сети отражает проверку
попадания ситуации, по каждому событию отдельно, в некоторый заданный
диапазон, то в чем преимущество подобного подхода, как оригинального метода
вычислений, по сравнению с "традиционным" программно-алгоритмическим
способом анализа этого попадания?
99. Желая "спасти" однослойную нейронную сеть, определяющую только три
возможных решения, введите в обращение веса синапсических связей. Веса связей
положите равными обратной величине количества активных входов нейрона.
Уточните передаточную функцию:
100.
Желая "спасти" однослойную нейронную сеть, определяющую только три
возможных решения, введите в обращение веса синапсических связей. Веса связей
положите равными обратной величине количества активных входов нейрона.
Уточните передаточную функцию:
101.
Желая "спасти" однослойную нейронную сеть, определяющую только три
возможных решения, введите в обращение веса синапсических связей. Веса связей
положите равными обратной величине количества активных входов нейрона.
Уточните передаточную функцию:
102.
Желая "спасти" однослойную нейронную сеть, определяющую только три
возможных решения, введите в обращение веса синапсических связей. Веса связей
положите равными обратной величине количества активных входов нейрона.
Уточните передаточную функцию:
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
9
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
103.
Желая сократить расходы, начальник станции Кукуевка установил
одинаковое (минимальное) вознаграждение в случае отправки обоих линейных на
середину перегона, - вне зависимости от скорости их перемещения. Таким образом,
решение R1 вобрало в себя и решение R4. Выполнив необходимое преобразование
нейронной сети (независимо от скоростей паровозов), получим ее в виде:
104.
Желая сократить расходы, начальник станции Кукуевка установил
одинаковое (минимальное) вознаграждение в случае отправки обоих линейных на
середину перегона, - вне зависимости от скорости их перемещения. Таким образом,
решение R1 вобрало в себя и решение R4. Выполнив необходимое преобразование
нейронной сети (независимо от скоростей паровозов), получим ее в виде:
105.
Желая сократить расходы, начальник станции Кукуевка установил
одинаковое (минимальное) вознаграждение в случае отправки обоих линейных на
середину перегона, - вне зависимости от скорости их перемещения. Таким образом,
решение R1 вобрало в себя и решение R4. Выполнив необходимое преобразование
нейронной сети (независимо от скоростей паровозов), получим ее в виде:
106.
Задайте нейронной сети "странный" вопрос и исследуйте ее ответ.
107.
Задайте нейронной сети "странный" вопрос и исследуйте ее ответ.
108.
Задайте нейронной сети "странный" вопрос и исследуйте ее ответ.
109.
Задана нейронная сеть, которую следует обучить. Она не обладает ярко
выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в
этом случае формируется в соответствии с длиной логической цепочки при
трассировке отдельно каждого логического выражения, в котором они участвуют.
Это определяет условную "слоистость" нейронной сети, при которой трассировка
"скобок" производится так, чтобы "успеть собрать" логическое выражение не далее
нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений
заканчивались нейронами выходного слоя.
110.
Задана нейронная сеть, которую следует обучить. Она не обладает ярко
выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в
этом случае формируется в соответствии с длиной логической цепочки при
трассировке отдельно каждого логического выражения, в котором они участвуют.
Это определяет условную "слоистость" нейронной сети, при которой трассировка
"скобок" производится так, чтобы "успеть собрать" логическое выражение не далее
нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений
заканчивались нейронами выходного слоя.
111.
Задана нейронная сеть, которую следует обучить. Она не обладает ярко
выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в
этом случае формируется в соответствии с длиной логической цепочки при
трассировке отдельно каждого логического выражения, в котором они участвуют.
Это определяет условную "слоистость" нейронной сети, при которой трассировка
"скобок" производится так, чтобы "успеть собрать" логическое выражение не далее
нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений
заканчивались нейронами выходного слоя.
112.
Запишите логические выражения, описывающие на экране, разбитом на
клетки с координатами, букву С, как показано на рисунке. Учтите возможность ее
допустимого искажения при изображении.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
10
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
113.
Запишите логические выражения, описывающие на экране, разбитом на
клетки с координатами, букву В, как показано на рисунке. Учтите возможность ее
допустимого искажения при изображении.
114.
Запишите логические выражения, описывающие на экране, разбитом на
клетки с координатами, букву А, как показано на рисунке. Учтите возможность ее
допустимого искажения при изображении.
115.
Запишите логические выражения, определяющие системы принятия
решений по текстам размышлений дяди Рамзая.
116.
Запишите логические выражения, определяющие системы принятия
решений по текстам размышлений дяди Рамзая.
117.
Запишите логические выражения, определяющие системы принятия
решений по текстам размышлений дяди Рамзая.
118.
Используя приведенные ниже рисунок, и соответствующую ему нейронную
сеть, рассчитайте маршруты следования из центрального пункта по заданным
координатам пункта назначения. Воспользуйтесь передаточной функцией:
119.
Используя приведенные ниже рисунок, и соответствующую ему нейронную
сеть, рассчитайте маршруты следования из центрального пункта по заданным
координатам пункта назначения. Воспользуйтесь передаточной функцией:
120.
Используя приведенные ниже рисунок, и соответствующую ему нейронную
сеть, рассчитайте маршруты следования из центрального пункта по заданным
координатам пункта назначения. Воспользуйтесь передаточной функцией:
121.
Используя прием "размножения решений" и заменив конъюнкторы и
дизъюнкторы передаточными функциями, обрабатывающими достоверность
событий, сформируйте однослойные системы принятия решений по "электронным"
схемам.
122.
Используя прием "размножения решений" и заменив конъюнкторы и
дизъюнкторы передаточными функциями, обрабатывающими достоверность
событий, сформируйте однослойные системы принятия решений по "электронным"
схемам.
123.
Используя прием "размножения решений" и заменив конъюнкторы и
дизъюнкторы передаточными функциями, обрабатывающими достоверность
событий, сформируйте однослойные системы принятия решений по "электронным"
схемам.
124.
Исследуйте возможность индуктивного логического вывода на основе
фактографической нейронной сети Антрополога-Исследователя для дополнения
понятийной нейронной сети, представленной ниже.
125.
Исследуйте возможность индуктивного логического вывода на основе
фактографической нейронной сети Антрополога-Исследователя для дополнения
понятийной нейронной сети, представленной ниже.
126.
Исследуйте возможность индуктивного логического вывода на основе
фактографической нейронной сети Антрополога-Исследователя для дополнения
понятийной нейронной сети, представленной ниже.
127.
Исследуйте возможность социально-исторического прогнозирования с
помощью логической нейронной сети.
128.
Исследуйте диагностические возможности логических нейронных сетей.
129.
Исследуйте диагностические возможности логических нейронных сетей.
130.
Исследуйте диагностические возможности логических нейронных сетей.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
11
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
131.
Исследуйте значения исходных данных x1= x2= x3= x4= 1 . Рассчитайте и
объясните "ответы" нейронной сети.
132.
Исследуйте значения исходных данных x1= x2= x3= x4= 1 . Рассчитайте и
объясните "ответы" нейронной сети.
133.
Исследуйте значения исходных данных x1= x2= x3= x4= 1 . Рассчитайте и
объясните "ответы" нейронной сети.
134.
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.
135.
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.
136.
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.
137.
Клетки экрана, заданные координатами, соответствуют рецепторам,
величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная
функция f представляет собой сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы. Таким образом,
эталон буквы, по которому производится обучение, изображается возбуждением
рецепторов по контуру этого эталона с учетом возможных искажений. Выберите
порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение
нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток,
"засвеченных" эталоном буквы А> .
138.
Клетки экрана, заданные координатами, соответствуют рецепторам,
величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная
функция f представляет собой сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы. Таким образом,
эталон буквы, по которому производится обучение, изображается возбуждением
рецепторов по контуру этого эталона с учетом возможных искажений. Выберите
порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение
нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток,
"засвеченных" эталоном буквы А> .
139.
Клетки экрана, заданные координатами, соответствуют рецепторам,
величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
12
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
функция f представляет собой сумму величин возбуждения рецепторов, каждый из
которых входит в область экрана, покрываемую эталоном буквы. Таким образом,
эталон буквы, по которому производится обучение, изображается возбуждением
рецепторов по контуру этого эталона с учетом возможных искажений. Выберите
порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение
нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток,
"засвеченных" эталоном буквы А> .
140.
Корректно составленная система принятия решений с обратными связями
должна быть устойчивой по отношению к исходным предположениям. Это
означает, что при любых исходных предположениях – их достоверности или
весовых оценках – должны однозначно получаться окончательные, точные
значения оценок этих предположений.
141.
Корректно составленная система принятия решений с обратными связями
должна быть устойчивой по отношению к исходным предположениям. Это
означает, что при любых исходных предположениях – их достоверности или
весовых оценках – должны однозначно получаться окончательные, точные
значения оценок этих предположений.
142.
Корректно составленная система принятия решений с обратными связями
должна быть устойчивой по отношению к исходным предположениям. Это
означает, что при любых исходных предположениях – их достоверности или
весовых оценках – должны однозначно получаться окончательные, точные
значения оценок этих предположений.
143.
Минимизируйте длину логических цепочек с помощью "размножения"
решений.
144.
Минимизируйте длину логических цепочек с помощью "размножения"
решений.
145.
Минимизируйте длину логических цепочек с помощью "размножения"
решений.
146.
Можно ли по логическому описанию СПР построить логическую
нейронную сеть, пригодную для практического применения?
147.
Можно ли по логическому описанию СПР построить логическую
нейронную сеть, пригодную для практического применения?
148.
Можно ли по логическому описанию СПР построить логическую
нейронную сеть, пригодную для практического применения?
149.
На базе логической нейронной сети Антрополога-Исследователя,
представленной на рисунке, и для передаточной функции
150.
На базе логической нейронной сети Антрополога-Исследователя,
представленной на рисунке, и для передаточной функции
151.
На базе логической нейронной сети Антрополога-Исследователя,
представленной на рисунке, и для передаточной функции
152.
На изображенном объекте – "мордочке" обозначены невидимые "мышцы".
Достаточны ли они для выражения чувств объекта?
153.
На изображенном объекте – "мордочке" обозначены невидимые "мышцы".
Достаточны ли они для выражения чувств объекта?
154.
На изображенном объекте – "мордочке" обозначены невидимые "мышцы".
Достаточны ли они для выражения чувств объекта?
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
155.
На изображенном объекте-"чудище" обозначены невидимые шарнирномышечные соединения. Достаточны ли они для выражения жестов и эмоций?
156.
На изображенном объекте-"чудище" обозначены невидимые шарнирномышечные соединения. Достаточны ли они для выражения жестов и эмоций?
157.
На изображенном объекте-"чудище" обозначены невидимые шарнирномышечные соединения. Достаточны ли они для выражения жестов и эмоций?
158.
Найдите рекомендуемые решения с помощью нейронной сети для
комбинаций достоверных значений исходных данных (по эталонным ситуациям).
Используйте понятие исчерпывающего множества событий. Используйте
передаточную функцию
159.
Найдите рекомендуемые решения с помощью нейронной сети для
комбинаций достоверных значений исходных данных (по эталонным ситуациям).
Используйте понятие исчерпывающего множества событий. Используйте
передаточную функцию
160.
Найдите рекомендуемые решения с помощью нейронной сети для
комбинаций достоверных значений исходных данных (по эталонным ситуациям).
Используйте понятие исчерпывающего множества событий. Используйте
передаточную функцию
161.
Начальник станции Кукуевка слабо себе представляет понятие
"исчерпывающее множество событий". Исследуйте правомочность принимаемого
им решения по недостоверным и противоречивым данным.
162.
Начальник станции Кукуевка слабо себе представляет понятие
"исчерпывающее множество событий". Исследуйте правомочность принимаемого
им решения по недостоверным и противоречивым данным.
163.
Начальник станции Кукуевка слабо себе представляет понятие
"исчерпывающее множество событий". Исследуйте правомочность принимаемого
им решения по недостоверным и противоречивым данным.
164.
Нейронная сеть, отображающая обучение трем буквам, приведена на
рисунке.
165.
Нейронная сеть, отображающая обучение трем буквам, приведена на
рисунке.
166.
Нейронная сеть, отображающая обучение трем буквам, приведена на
рисунке.
167.
Нейронная сеть, отображающая обучение трем буквам, приведена на
рисунке.
168.
Ниже приведен рисунок. Установите, зависят ли уточненные
предположения о происхождении человека от предположения, принятого
первоначально?
169.
Ниже приведен рисунок. Установите, зависят ли уточненные
предположения о происхождении человека от предположения, принятого
первоначально?
170.
Ниже приведен рисунок. Установите, зависят ли уточненные
предположения о происхождении человека от предположения, принятого
первоначально?
171.
Обсудите основные возможности, открывающиеся при применении
логических нейронных сетей для обеспечения информационной безопасности.
13
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
14
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
172.
Обсудите основные возможности, открывающиеся при применении
логических нейронных сетей для обеспечения информационной безопасности.
173.
Обсудите основные возможности, открывающиеся при применении
логических нейронных сетей для обеспечения информационной безопасности.
174.
Обсудите следующую проблему:
175.
Обсудите следующую проблему:
176.
Обсудите следующую проблему:
177.
Обучите нейронную сеть двум буквам А и В, как показано на рисунке,
согласно логическим выражениям
178.
Обучите нейронную сеть двум буквам А и С, как показано на рисунке,
согласно логическим выражениям
179.
Обучите нейронную сеть двум буквам А и С, как показано на рисунке,
согласно логическим выражениям
180.
Отобразите деревом логических возможностей факторное пространство для
планирования мероприятий пансионата "Ветеран Труда".
181.
Отобразите деревом логических возможностей факторное пространство для
планирования мероприятий пансионата "Ветеран Труда".
182.
По логическому описанию СПР составьте описания однослойных
логических нейронных сетей. Возможно ли построение по полученному описанию
совершенной логической сети?
183.
По логическому описанию СПР составьте описания однослойных
логических нейронных сетей. Возможно ли построение по полученному описанию
совершенной логической сети?
184.
По логическому описанию СПР составьте описания однослойных
логических нейронных сетей. Возможно ли построение по полученному описанию
совершенной логической сети?
185.
По приведенному ниже рисунку фрагмента нейронной сети с обратными
связями и по формуле для нахождения веса такой связи
186.
По приведенному ниже рисунку фрагмента нейронной сети с обратными
связями и по формуле для нахождения веса такой связи
187.
По приведенному ниже рисунку фрагмента нейронной сети с обратными
связями и по формуле для нахождения веса такой связи
188.
По таблице
189.
По таблице
190.
По таблице
191.
После дефолта 1998 года под "крышей" Васи (А1 ) и Пети (А2 ) остались две
палатки, руководимые Оксаной и Роксаной, с1 и с2 Фирма Пират (В2 ) также
закрылась, а фирма Красный Киллер(В1 ) выжила, сосредоточив свою деятельность
на выпуске прекрасного французского коньяка.
192.
После дефолта 1998 года под "крышей" Васи (А1 ) и Пети (А2 ) остались две
палатки, руководимые Оксаной и Роксаной, с1 и с2 Фирма Пират (В2 ) также
закрылась, а фирма Красный Киллер(В1 ) выжила, сосредоточив свою деятельность
на выпуске прекрасного французского коньяка.
193.
После дефолта 1998 года под "крышей" Васи (А1 ) и Пети (А2 ) остались две
палатки, руководимые Оксаной и Роксаной, с1 и с2 Фирма Пират (В2 ) также
закрылась, а фирма Красный Киллер(В1 ) выжила, сосредоточив свою деятельность
на выпуске прекрасного французского коньяка.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
15
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
194.
Постройте для бабушки совершенную логическую нейронную сеть для ее
СПР, что откроет широкие возможности развития и модификации при реализации в
ее нейрокомпьютере – записной книжке. Убедитесь в полноте и
непротиворечивости полученной СПР.
195.
Постройте для бабушки совершенную логическую нейронную сеть для ее
СПР, что откроет широкие возможности развития и модификации при реализации в
ее нейрокомпьютере – записной книжке. Убедитесь в полноте и
непротиворечивости полученной СПР.
196.
Постройте для бабушки совершенную логическую нейронную сеть для ее
СПР, что откроет широкие возможности развития и модификации при реализации в
ее нейрокомпьютере – записной книжке. Убедитесь в полноте и
непротиворечивости полученной СПР.
197.
Постройте логическую нейронную сеть "железнодорожная рулетка" для
различных вариантов V1 и V2 скорости паровозов, влияющей на величину
гонорара линейных. Воспользуйтесь передаточной функцией
198.
Постройте логическую нейронную сеть "железнодорожная рулетка" для
различных вариантов V1 и V2 скорости паровозов, влияющей на величину
гонорара линейных. Воспользуйтесь передаточной функцией
199.
Постройте логическую нейронную сеть "железнодорожная рулетка" для
различных вариантов V1 и V2 скорости паровозов, влияющей на величину
гонорара линейных. Воспользуйтесь передаточной функцией
200.
Почему при решении задач трассировки веса связей сформированы таким
"странным" образом?
201.
Почему так важно соблюдать принцип "размножения" решений?
202.
Почему так важно соблюдать принцип "размножения" решений?
203.
Почему так важно соблюдать принцип "размножения" решений?
204.
Представьте основные соображения по организации факторного
пространства для выполнения главных функций реагирующих объектов.
Реагирующий объект выполняет функции контроля состояния сложной
управляющей системы.
205.
Представьте основные соображения по организации факторного
пространства для выполнения главных функций реагирующих объектов.
Реагирующий объект является частью игровой системы.
206.
Представьте основные соображения по организации факторного
пространства для выполнения главных функций реагирующих объектов.
Реагирующий объект входит в "штат" системы обслуживания туристов в парке
фантасмагорий.
207.
Произведите дистрибутивные преобразования логического описания
вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях
имеют вид:
208.
Произведите дистрибутивные преобразования логического описания
вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях
имеют вид:
209.
Произведите дистрибутивные преобразования логического описания
вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях
имеют вид:
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
16
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
210.
Произведите обучение (трассировку) изображенной на рисунке
многослойной нейронной сети по структурированному (скобочному) логическому
описанию СПР. Результат трассировки отобразите на матрице следования.
Сформируйте значения весов связей в соответствии с прообразом логической
операции, реализуемой нейроном.
211.
Произведите обучение (трассировку) изображенной на рисунке
многослойной нейронной сети по структурированному (скобочному) логическому
описанию СПР. Результат трассировки отобразите на матрице следования.
Сформируйте значения весов связей в соответствии с прообразом логической
операции, реализуемой нейроном.
212.
Произведите обучение (трассировку) изображенной на рисунке
многослойной нейронной сети по структурированному (скобочному) логическому
описанию СПР. Результат трассировки отобразите на матрице следования.
Сформируйте значения весов связей в соответствии с прообразом логической
операции, реализуемой нейроном.
213.
Произведите оптимальное закрепление рецепторов за событиями для
графического или "схемотехнического" представления "бабушкиной" нейронной
сети для оптимального программирования нейросетевой приставки к компьютеру.
214.
Произведите оптимальное закрепление рецепторов за событиями для
графического или "схемотехнического" представления "бабушкиной" нейронной
сети для оптимального программирования нейросетевой приставки к компьютеру.
215.
Произведите оптимальное закрепление рецепторов за событиями для
графического или "схемотехнического" представления "бабушкиной" нейронной
сети для оптимального программирования нейросетевой приставки к компьютеру.
216.
Произведите полную трассировку нейронной сети с возможным
переиспользованием нейронов. Пользуйтесь алгоритмом, изложенным в разделе
4.2.
217.
Произведите полную трассировку нейронной сети с возможным
переиспользованием нейронов. Пользуйтесь алгоритмом, изложенным в разделе
4.2.
218.
Произведите полную трассировку нейронной сети с возможным
переиспользованием нейронов. Пользуйтесь алгоритмом, изложенным в разделе
4.2.
219.
Произведите трассировку нейронной сети заданной структуры для
воссоздания обученной нейронной сети для игры в "железнодорожную рулетку".
Веса связей нейронов выходного слоя положите равными обратной величине
количества активных входов нейрона. Проверьте правильность "работы"
нейросети.
220.
Произведите трассировку нейронной сети заданной структуры для
воссоздания обученной нейронной сети для игры в "железнодорожную рулетку".
Веса связей нейронов выходного слоя положите равными обратной величине
количества активных входов нейрона. Проверьте правильность "работы"
нейросети.
221.
Произведите трассировку нейронной сети заданной структуры для
воссоздания обученной нейронной сети для игры в "железнодорожную рулетку".
Веса связей нейронов выходного слоя положите равными обратной величине
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
17
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
количества активных входов нейрона. Проверьте правильность "работы"
нейросети.
222.
Произведите трассировку нейронной сети, заданной матрицей следования.
Не допускайте переиспользование нейронов. Для этого исключайте из
рассмотрения те строки матрицы следования, в которые на предыдущих шагах
были записаны единицы.
223.
Произведите трассировку нейронной сети, заданной матрицей следования.
Не допускайте переиспользование нейронов. Для этого исключайте из
рассмотрения те строки матрицы следования, в которые на предыдущих шагах
были записаны единицы.
224.
Произведите трассировку нейронной сети, заданной матрицей следования.
Не допускайте переиспользование нейронов. Для этого исключайте из
рассмотрения те строки матрицы следования, в которые на предыдущих шагах
были записаны единицы.
225.
Произведите трассировку нейронной сети, заданной матрицей следования S,
обучив ее на основе системы обобщенных эталонов
226.
Произведите трассировку нейронной сети, заданной матрицей следования S,
обучив ее на основе системы обобщенных эталонов
227.
Произведите трассировку нейронной сети, заданной матрицей следования S,
обучив ее на основе системы обобщенных эталонов
228.
Пусть в системе автоматического управления технологическим процессом
по измеренным значениям вектора двух характеристик X = {x1, x2}
вырабатывается вектор управляющего воздействия Y = {y1, y2} Реализован
принцип ситуационного управления, основанный на табличном представлении.
Таблица имеет вид:
229.
Пусть в системе автоматического управления технологическим процессом
по измеренным значениям вектора двух характеристик X = {x1, x2}
вырабатывается вектор управляющего воздействия Y = {y1, y2} Реализован
принцип ситуационного управления, основанный на табличном представлении.
Таблица имеет вид:
230.
Пусть в системе автоматического управления технологическим процессом
по измеренным значениям вектора двух характеристик X = {x1, x2}
вырабатывается вектор управляющего воздействия Y = {y1, y2} Реализован
принцип ситуационного управления, основанный на табличном представлении.
Таблица имеет вид:
231.
Пусть нейроны выходного слоя принадлежат коре. Между ними существуют
взаимно подавляющие, отрицательные (с отрицательными весами, ингибидорные)
связи, как показано на рисунке.
232.
Пусть нейроны выходного слоя принадлежат коре. Между ними существуют
взаимно подавляющие, отрицательные (с отрицательными весами, ингибидорные)
связи, как показано на рисунке.
233.
Пусть нейроны выходного слоя принадлежат коре. Между ними существуют
взаимно подавляющие, отрицательные (с отрицательными весами, ингибидорные)
связи, как показано на рисунке.
234.
Пусть системы принятия решений (СПР) используют одинаковую систему
обобщенных эталонов.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
18
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
235.
Пусть системы принятия решений (СПР) используют одинаковую систему
обобщенных эталонов.
236.
Пусть системы принятия решений (СПР) используют одинаковую систему
обобщенных эталонов.
237.
Пусть структура нейронной сети задана так (см. рисунок), что не только
связей в ней может быть недостаточно, но и количества нейронов может не хватать
для правильной трассировки. Выполните трассировку по логическому описанию
СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление
приводит к введению новых строк и столбцов в матрицу следования. Приведите
окончательный вид такой матрицы.
238.
Пусть структура нейронной сети задана так (см. рисунок), что не только
связей в ней может быть недостаточно, но и количества нейронов может не хватать
для правильной трассировки. Выполните трассировку по логическому описанию
СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление
приводит к введению новых строк и столбцов в матрицу следования. Приведите
окончательный вид такой матрицы.
239.
Пусть структура нейронной сети задана так (см. рисунок), что не только
связей в ней может быть недостаточно, но и количества нейронов может не хватать
для правильной трассировки. Выполните трассировку по логическому описанию
СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление
приводит к введению новых строк и столбцов в матрицу следования. Приведите
окончательный вид такой матрицы.
240.
Путешественник заблудился и лишь приблизительно знает пункт, из
которого он вышел, а также приблизительно, по звездам, свои координаты.
Помогите ему установить, недалеко от какого пункта он, скорее всего, находится.
Нейронная сеть имеет вид:
241.
Путешественник заблудился и лишь приблизительно знает пункт, из
которого он вышел, а также приблизительно, по звездам, свои координаты.
Помогите ему установить, недалеко от какого пункта он, скорее всего, находится.
Нейронная сеть имеет вид:
242.
Путешественник заблудился и лишь приблизительно знает пункт, из
которого он вышел, а также приблизительно, по звездам, свои координаты.
Помогите ему установить, недалеко от какого пункта он, скорее всего, находится.
Нейронная сеть имеет вид:
243.
Рассмотрите аспекты "коллективного" поведения объектов "живого"
моделирования.
244.
Рассмотрите аспекты "коллективного" поведения объектов "живого"
моделирования.
245.
Рассмотрите аспекты "коллективного" поведения объектов "живого"
моделирования.
246.
Рассмотрите возможности и принципы "работы" компьютерного человечка
КОМПИ. Рассмотрите принципы обучения КОМПИ.
247.
Рассмотрите возможности и принципы "работы" компьютерного человечка
КОМПИ. Рассмотрите принципы организации диалогового режима.
248.
Рассмотрите возможности и принципы "работы" компьютерного человечка
КОМПИ. Рассмотрите принципы распознавания и формирования сценария игры.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
19
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
249.
Рассмотрите на уровне аванпроекта интеллектуальную систему охраны,
надзора и персонального обслуживания клиентов. Укажите основные принципы
распознавания, лежащие в основе функционирования монстра-телохранителя
крупного государственного деятеля.
250.
Рассмотрите на уровне аванпроекта интеллектуальную систему охраны,
надзора и персонального обслуживания клиентов. Укажите основные принципы,
лежащие в основе объекта - контролера на контрольно-пропускном пункте (КПП)
войсковой части или предприятия.
251.
Рассмотрите на уровне аванпроекта интеллектуальную систему охраны,
надзора и персонального обслуживания клиентов. Укажите основные принципы,
лежащие в основе системы распознавания "свой - чужой".
252.
Рассчитайте значения возбуждения нейронов выходного слоя и найдите
вектор управляющего воздействия по нечетко заданным характеристикам.
Передаточная функция имеет вид:
253.
Рассчитайте значения возбуждения нейронов выходного слоя и найдите
вектор управляющего воздействия по нечетко заданным характеристикам.
Передаточная функция имеет вид:
254.
Рассчитайте значения возбуждения нейронов выходного слоя и найдите
вектор управляющего воздействия по нечетко заданным характеристикам.
Передаточная функция имеет вид:
255.
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного
общения. Запомните маршруты с помощью логической нейронной сети, в которой
отразите пункты отправления, пункты назначения и промежуточные пункты
смещения.
256.
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного
общения. Запомните маршруты с помощью логической нейронной сети, в которой
отразите пункты отправления, пункты назначения и промежуточные пункты
смещения.
257.
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного
общения. Запомните маршруты с помощью логической нейронной сети, в которой
отразите пункты отправления, пункты назначения и промежуточные пункты
смещения.
258.
Совершите путешествие между населенными пунктами, выбрав маршрут с
помощью логической нейронной сети.
259.
Совершите путешествие между населенными пунктами, выбрав маршрут с
помощью логической нейронной сети.
260.
Совершите путешествие между населенными пунктами, выбрав маршрут с
помощью логической нейронной сети.
261.
Совокупность высказываний x1 , x2 , x3 отображает исчерпывающее
множество событий. Составьте дизъюнктивную нормальную форму по заданным
таблично предполагаемым значениям функции f от различных ситуаций.
262.
Совокупность высказываний x1 , x2 , x3 отображает исчерпывающее
множество событий. Составьте дизъюнктивную нормальную форму по заданным
таблично предполагаемым значениям функции f от различных ситуаций.
263.
Совокупность высказываний x1, x2, x3 отображает исчерпывающее
множество событий. Составьте дизъюнктивную нормальную форму по заданным
таблично предполагаемым значениям функции f от различных ситуаций.
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
20
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
264.
Составьте логическую нейронную сеть на основе "электронной" схемы.
Воспользуйтесь передаточной функцией
265.
Составьте логическую нейронную сеть на основе "электронной" схемы.
Воспользуйтесь передаточной функцией
266.
Составьте логическую нейронную сеть на основе "электронной" схемы.
Воспользуйтесь передаточной функцией
267.
Составьте нейронные сети по схемам систем принятия решений. Примите во
внимание, что при расчете передаточной функции N1 входные сигналы
принимаются элементом N1 с весом, равным обратной величине количества входов
этого элемента. Следовательно, эти веса являются весами соответствующих связей
в нейронной сети. Выберите передаточную функцию: f=\sum_j{f_j}(fj – значение
входного сигнала), если эта сумма превышает порог h . Произведите верификацию
сети на основе известных решений по четко заданным ситуациям.
268.
Составьте нейронные сети по схемам систем принятия решений. Примите во
внимание, что при расчете передаточной функции N1 входные сигналы
принимаются элементом N1 с весом, равным обратной величине количества входов
этого элемента. Следовательно, эти веса являются весами соответствующих связей
в нейронной сети. Выберите передаточную функцию: f=\sum_j{f_j}(fj – значение
входного сигнала), если эта сумма превышает порог h . Произведите верификацию
сети на основе известных решений по четко заданным ситуациям.
269.
Составьте нейронные сети по схемам систем принятия решений. Примите во
внимание, что при расчете передаточной функции N1 входные сигналы
принимаются элементом N1 с весом, равным обратной величине количества входов
этого элемента. Следовательно, эти веса являются весами соответствующих связей
в нейронной сети. Выберите передаточную функцию: f=\sum_j{f_j}(fj – значение
входного сигнала), если эта сумма превышает порог h . Произведите верификацию
сети на основе известных решений по четко заданным ситуациям.
270.
Составьте систему принятия решений для весенне-летнего периода отдыха
бабушки.
271.
Составьте систему принятия решений для зимнего периода отдыха бабушки,
если она после завтрака и ужина занимается верховой ездой, а после обеда катается
с горки на санках.
272.
Составьте систему принятия решений для игры в шахматы и верховой езды.
273.
Составьте эскизный проект совершенной нейронной сети для реагирующего
объекта, контролирующего состояние территориально разобщенной системы
нефте-газового трубопровода.
274.
Составьте эскизный проект совершенной нейронной сети для управления
"живым" объектом, обслуживающим посетителей зоопарка.
275.
Составьте эскизный проект совершенной нейронной сети для управления
"живым" объектом, предупреждающим о резком изменении погоды и о природных
катаклизмах.
276.
Сформируйте обученную нейронную сеть по логическому описанию СПР с
помощью множества нейроподобных элементов. Кроме необходимого количества
рецепторов и нейронов выходного слоя, допускается использование минимального
числа промежуточных, "скрытых" нейронов. Используйте оптимальное
закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так,
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
21
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1] . Решение представьте в виде матрицы следования.
277.
Сформируйте обученную нейронную сеть по логическому описанию СПР с
помощью множества нейроподобных элементов. Кроме необходимого количества
рецепторов и нейронов выходного слоя, допускается использование минимального
числа промежуточных, "скрытых" нейронов. Используйте оптимальное
закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так,
чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1] . Решение представьте в виде матрицы следования.
278.
Сформируйте обученную нейронную сеть по логическому описанию СПР с
помощью множества нейроподобных элементов. Кроме необходимого количества
рецепторов и нейронов выходного слоя, допускается использование минимального
числа промежуточных, "скрытых" нейронов. Используйте оптимальное
закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так,
чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1] . Решение представьте в виде матрицы следования.
279.
Сформулируйте свои соображения о построении логической нейронной
сети, возбуждающей оптимистические или пессимистические настроения общества
на основе анализа частоты употребления слов и смысловых связок в средствах
массовой информации.
280.
Сформулируйте свои соображения относительно логической нейронной
сети, прогнозирующей государственное развитие и опасность государственных
потрясений.
281.
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между
некоторыми пунктами, находящимися в разных секторах. Если это невозможно,
исследуйте причину и рассмотрите возможность применения общего подхода,
отображенного на приведенном ниже рисунке.
282.
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между
некоторыми пунктами, находящимися в разных секторах. Если это невозможно,
исследуйте причину и рассмотрите возможность применения общего подхода,
отображенного на приведенном ниже рисунке.
283.
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между
некоторыми пунктами, находящимися в разных секторах. Если это невозможно,
исследуйте причину и рассмотрите возможность применения общего подхода,
отображенного на приведенном ниже рисунке.
284.
Что лежит в основе формирования однослойных, тем более, - совершенных
нейронных сетей, отображающих явное задание таблиц с автоматической
интерполяцией?
285.
Экран, связанный с декартовой системой координат Oxy*, затрудняет
интерполяцию (в частности, необходимую при решении настоящей задачи). А
именно, найденная на основе усреднения координата двух точек, принадлежащих
некоторому, предположим, - низкому, рейтингу, может оказаться между этими
точками и принадлежать области высокого рейтинга. Для облегчения
интерполяции целесообразно в качестве рабочей системы использовать
сферическую систему координат Orφ, в которой r=\sqrt{x^2+y^{*2}}, \varphi =
\arctg{\cfrac{y^*}{x}}. Общий центр Оэтих двух систем координат является
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
22
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
центром экрана. Тогда области одинакового рейтинга ограничены сферическими
окружностями.
286.
Экран, связанный с декартовой системой координат Oxy*, затрудняет
интерполяцию (в частности, необходимую при решении настоящей задачи). А
именно, найденная на основе усреднения координата двух точек, принадлежащих
некоторому, предположим, - низкому, рейтингу, может оказаться между этими
точками и принадлежать области высокого рейтинга. Для облегчения
интерполяции целесообразно в качестве рабочей системы использовать
сферическую систему координат Orφ, в которой r=\sqrt{x^2+y^{*2}}, \varphi =
\arctg{\cfrac{y^*}{x}}. Общий центр Оэтих двух систем координат является
центром экрана. Тогда области одинакового рейтинга ограничены сферическими
окружностями.
287.
Экран, связанный с декартовой системой координат Oxy*, затрудняет
интерполяцию (в частности, необходимую при решении настоящей задачи). А
именно, найденная на основе усреднения координата двух точек, принадлежащих
некоторому, предположим, - низкому, рейтингу, может оказаться между этими
точками и принадлежать области высокого рейтинга. Для облегчения
интерполяции целесообразно в качестве рабочей системы использовать
сферическую систему координат Orφ, в которой r=\sqrt{x^2+y^{*2}}, \varphi =
\arctg{\cfrac{y^*}{x}}. Общий центр Оэтих двух систем координат является
центром экрана. Тогда области одинакового рейтинга ограничены сферическими
окружностями.
288.
Экспертный Совет выделил четыре показателя для банковского
мониторинга:
289.
Экспертный Совет выделил четыре показателя для банковского
мониторинга:
290.
Экспертный Совет выделил четыре показателя для банковского
мониторинга:
ОБЩЕСТВЕННОЕ ОБЪЕДИНЕНИЕ «РАЗРАБОТКА ПРОЕКТОВ»
PUBLIC ASSOCIATION «DEVELOPER PROJECT»
ПРОЕКТ «ШПАРГАЛКИ ДЛЯ ИНТУИТА»
Тел./факс: (34345) 5-32-05;
23
Сервер: www.dp5.su (Vjacheslav A. Mustakimov)
Моб.: +7 9090161815;
ICQ: 452492926;
Е-mаil: www.dp5.ru@gmail.com
Актуальная информация по учебным программам ИНТУИТ расположена по адресу: http://www.intuit.ru/.
Повышение квалификации
(программ: 450)
Профессиональная
переподготовка
(программ: 14)
Лицензия на образовательную деятельность и
приложение
Developer Project предлагает поддержку при сдаче экзаменов учебных курсов Интернет-университета
информационных технологий INTUIT (ИНТУИТ). Мы ответили на экзаменационные вопросы 380 курсов INTUIT
(ИНТУИТ), всего 110 300 вопросов, 154 221 ответов (некоторые вопросы курсов INTUIT имеют несколько правильных
ответов). Текущий каталог ответов на экзаменационные вопросы курсов ИНТУИТ опубликован на сайте
объединения Developer Project по адресу: http://www.dp5.su/
Подтверждения правильности ответов можно найти в разделе «ГАЛЕРЕЯ», верхнее меню, там опубликованы
результаты сдачи экзаменов по 100 курсам (удостоверения, сертификаты и приложения с оценками).
Более 21 000 вопросов по 70 курсам и ответы на них, опубликованы на сайте http://www.dp5.su/, и доступны
зарегистрированным пользователям. По остальным экзаменационным вопросам курсов ИНТУИТ мы оказываем платные
услуги (см. вкладку верхнего меню «ЗАКАЗАТЬ УСЛУГУ». Условия поддержки и помощи при сдаче экзаменов по
учебным программам ИНТУИТ опубликованы по адресу: http://www.dp5.su/
Примечания:
- ошибки в текстах вопросов являются оригинальными (ошибки ИНТУИТ) и не исправляются нами по следующей причине ответы легче подбирать на вопросы со специфическими ошибками в текстах;
- часть вопросов могла не войти в настоящий перечень, т.к. они представлены в графической форме. В перечне возможны
неточности формулировок вопросов, что связано с дефектами распознавания графики, а так же коррекцией со стороны
разработчиков курсов.