Коннекционизм как научное направление изначально базировался на (5): результатах нейрофизиологических исследований мозга результатах математических исследований мозга результатах компьютерного моделирования мозга Обучение вместо программирования является атрибутом (5): Парадигмы искусственных нейронных сетей; Компьютерной парадигмы; Генетических алгоритмов. Фурье-образ непрерывного плоского волнового фронта (7): Дельта-функция; Функция Гаусса; Функция Хэвисайда. Для вычисления свертки двух функций с использованием прямой теоремы свертки необходимо (10): Перемножить эти функции и выполнить обратное преобразование Фурье этого произведения; Умножить фурье-образ одной функции на обратный фурье-образ другой функции и выполнить обратное преобразование Фурье этого произведения. Перемножить фурье-образы этих функций и выполнить обратное преобразование Фурье этого произведения; Схема 4-f Фурье-голографии позволяет получить (7): Одновременно функции взаимной корреляции и свертки; Только функцию взаимной корреляции; Только функцию свертки. Знания передаются искусственной нейронной сети (ИНС) посредством процедуры (5): Программирования; Алгоритмизации. Обучения; Сигмоидальная активационная функция нейрона используется для решения проблемы (5): Полной связности; Линейной разделимости. Шумового насыщения; В персептроне связи (7): Однонаправленные; Двунаправленные; Ненаправленные.
10. Стохастические методы обучения (6):
Неприменимы к персептронам любого типа; Неприменимы к персептронам без скрытых слоев. Применимы к персептронам любого типа; В модели двунаправленной ассоциативной памяти, если входной вектор поступает на слой А, то решение типа гетеро-ассоциативной памяти формируется (5): В слое А; В обоих слоях – А и В. В слое В; Матрица связей в модели «сеть Хопфилда» определяется как (7): Внешнее произведение эталонного вектора на самого себя; Скалярное (внутреннее) произведение эталонного вектора на самого себя; Внешнее произведение пары эталонных векторов. Какая идеология реализуется в слое Кохонена (8): Победитель забирает все; Равенство возможностей; Адаптивного резонанса. Вычисление расстояний входного вектора от векторов весов связей слоя Кохонена необходимо для (8): Определения нейрона с максимальным расстоянием – нейрона - победителя; Определения нейрона со средним расстоянием – нейрона - победителя. Определения нейрона с минимальным расстоянием – нейрона - победителя; В модели АРТ-1 на этапе инициализации весам связей от слоя сравнения к слою распознавания присваиваются (8): Произвольные малые значения; Одинаковые значения 1. Одинаковые малые значения; В модели АРТ-1 решение о правильности распознавания принимается на основании (7): Сравнения входного вектора с вектором «встречным ожиданием»; Сравнения входного вектора с вектором состояния слоя распознавания; Сравнения входного вектора с вектором состояния выходного слоя.100 баллоа
