高级人工智能卷版试本0.8.docVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高级人工智能卷版试本0.8

说明: 第一套题可信度较低,仅作参考,部分题目尚未给出答案 一 填空题 1一般公认人工智能学科诞生于【1956】年 2 人工智能的研究途径有【符号主义】,【连接主义】和进化主义。 3 知识表示方法中的问题规约的思想事实就是【把原问题分解成可以解决的子问题的集合】,其三要素是初始问题描述,【一套把问题变成子问题的算符】和【一套原问题描述】。 4 语义网络和框架知识表示法都是知识的【结构化表示方法】表示,其不足是【严格性】较弱。 5 启发式搜索在搜索中使用【启发信息】帮助搜索。 6 B 规则逆向推理,要求规则的【后项L】是单文字。给出的已知事实必须是【文字合取的形式】;匹配的次序是【 】;推理的终止条件是【与或图中包括一个结束在事实节点上的一致解图】 7 人工智能中处理不确定知识使用的数学方法有概率论,【模糊数学】和粗糙集理论等。 8 公式集F={ S [A,g(y),f(z)],s[x,g(B),f(g(x))]}的最一般合一者是【{A/x, y/B,z/g(A)}】。 二 综合题 1 简述问题规约的基本思想,并指出其三要素。 答:知识表示方法中的问题归约三要素F来表示,则这样的集合是时间t的函数F(t) 。每个集合F(t)表示人们在时刻t的知识总和,则这些集合不是单调增大的。形式地说,如果 t1t2,则F(t1) ? F(t2)并不成立。然而人们的知识却一直在不断增长。导致这一现象的根本原因就是人们推理时所依据的知识具有不完全性。非单调逻辑是处理不完全知识的工具。 4 画出机器学习的框图,并做简要说明。 答: 5 将下面的公式化为字句集表示 三、设有三个瓶子a,b和c,其容量分别为8升、5升和1升,a瓶装满了8升液体,请用状态空间法给出将a瓶8升液体平分成两个4升液体的方案。 四、用谓词公式表示下面的文字描述。 所有的老虎都是有腿的。 有的花是不香的。 五、用语义网络表示下列文字描述 Li 7月28日游览了黄山 设计一个框架,要求,不少于四个槽,要用到侧面。 六、用归结方法证明目标公式G是条件公式、、的逻辑结论 : : 七 已知事实:,规则: F1: F2: 用F规则正向演绎方法证明目标公式; 八 已知s、a、b、c、g五个城市相互距离如图。构造的启发函数中h(n)值如下表,g(n)采用走过城市的实际路程。用下述指定搜索方法,找到从s到达g的路径,并采用OPEN表和CLOSED表给出搜索过程。 不考虑g(n)即f(n)=h(n)。 不考虑h(n),即f(n)=g(n)。 f(n)=g(n)+h(n)。 城市 h(n) s 32 a 11 b 9 c 7 g 0 答: 第一问: closed表就是把最佳路径的节点,按照顺序排列的表 第一题: 标号 状态节点 父节点 0 s 0 1 c S 2 g c 第二问: 标号 状态节点 父节点 0 s 0 1 a s 2 g a 第三问: 标号 状态节点 父节点 0 s 0 1 b s 2 g b (不会用Open表) 2010级研究生人工智能试卷 智能科学研究【B】和【C】是由【E】、【G】、【J】等学科..的交叉学科 A思维的基本理论 B智能的基本理论 C实现技术 D基本形态 F形象思维 G认识科学 H抽象思维 I感知思维 J人工智能 K灵感思维 答案:智能科学研究智能的本质和实现技术, 是由脑科学、认知科学、人工智能等综合形成的交叉学科 人工智能中的符号主义在认识层次是【A】在求解层次是【C】在处理层次是【E】在××层次是【G】在体系层次是【I】 A离散 B连续 C由底向上 D自顶向下 E串行 F并行 G推理 H映射 I交互 J分布 K局部 基于解释的学习属于【C】,关联分析属于【E】,SVM属于【G】 A发现学习 B分析学习 C归纳学习 D遗传学习 E连接学习 F强化学习 G统计学习 边界假设(CWA)属于【B】D-S证据理论属于【D】限定逻辑属于【B】 A归结原理 B非单调推理 C定性推理 D不确定推理 SVM是建立在【A】……模式识别中表现出…… A高维E置信风险最小 7试解释有监督学习、无监督学习、强化学习? 答:有监督(有指导)学习:从其输入/输出的实例中学习一个函数 无监督(无指导)学习:在未提供明确的输出值情况下,学习输入的模式 主要在概率推理系统的上下文中研究无监督学习 强化学习—从强化物中学习,而不是根据指导进行学习 8什么是先验概率?什么是后验概率? 9简述基本遗传算法原理 答:遗传算法是进化计算中的研究核心。 遗传算法原理:遗传算法基于达尔文进化论的观点,依照适者生存,优胜劣汰等自然进化法则,通过计算机来模拟生命进化的机制,进行智能优化计算

文档评论(0)

jdy261842 + 关注
实名认证
文档贡献者

分享好文档!

1亿VIP精品文档

相关文档