Sunteți pe pagina 1din 11

QUESTION 1

Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau :
{(1,1), (2,3), (3,3), (4,5), atunci memoria OLAM care o encodeaza :

C.

este W =

QUESTION 2
Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,2), (3,4), (4,4), atunci memoria
OLAM care o encodeaza :

D.

este W =

QUESTION 3
Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,3), (2,5), (3,7), (4,9), atunci memoria
OLAM care o encodeaza :

A.

este W =

QUESTION 4
Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,4), (3,6), (4,8), atunci memoria
OLAM care o encodeaza :

E. nu este nici una dintre matricele indicate la celelalte variante de raspuns.

QUESTION 5
Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,1), (3,4), (4,3), atunci memoria
OLAM care o encodeaza :

C.

este W =
QUESTION 6

E.

QUESTION 7

Daca A= , atunci pseudoinversa matricei A

A.

este

QUESTION 8

. Daca A= sa se calculeze pseudoinversa matricei A.

A.

este

QUESTION 9

Daca A= , atunci pseudoinversa matricei A


D.

este

QUESTION 10
Pseudo inversa matricei [ 1 1 1]

C. [1/3 1/3 1/3]

QUESTION 11
Multimea solutiilor unei probleme de clasificare bipolare este:

A.

QUESTION 12
Multimea punctelor (memoriilor) admisibile asociata unei probleme de clasificare bipolare este:

C.

QUESTION 13
In varianta secventiala (Windrow-Hoff) a metodei de instruire ADALINE:

A. deplasarile in spatiul memoriilor depind de ordinea exemplelor

QUESTION 14
In varianta secventiala (Widrow-Hoff) a metodei de instruire ADALINE:

B. la orice actualizare a memoriei contribuie explicit un singur exemplu de


invatare

QUESTION 15
In modelul neuronal al Perceptronului se considera memoria sinaptica W= pragul si secventa de instruire

S4= Atunci:

B. memoria totala a neuronului encondeaza gresit un singur exemplu al secventei


de instruire

QUESTION 16

In modelul neuronal al Perceptronului se considera memoria sinaptica W= pragul si secventa de instruire

S4= Atunci:

B. memoria totala a neuronului encodeaza corect un singur exemplar secventei


de instruire

QUESTION 17

In modelul neuronal al Perceptronului se considera memoria sinaptica W= pragul si secventa de instruire

S4=

Atunci:

C. memoria totala a neuronului encondeaza gresit doua exemple ale secventei de


instruire

QUESTION 18

In modelul neuronal al Perceptronului se considera memoria sinaptica W= pragul si secventa de instruire


S4=

Atunci:

B. memoria totala a neuronului encondeaza gresit un singur exemplu al secventei


de instruire

QUESTION 19
Procedura Perceipton aplicata secventei de instruire

A. Converge la o memorie aflata in multimea de administratibilitate asociata


acestei probleme de clasificare bipolara

QUESTION 20
In varianta batch a metodei de intruire ADALINE:

B. deplasarile din spatiul memoriilor nu depind de ordinea exemplelor

QUESTION 21
Se considera secventa de instruire:
SN= {xi, yi0, xi Є Rn, yi Є Rn, 1<=i<=N}

si se noteaza Y’ =(y’1,.......,yn) , Z=

Atunci eroarea medie patratica a regresorului liniar multidimensional are valoarea minima:

A.

QUESTION 22
Marcati afirmatia corecta:

A. Problema XOR este linear separabila


B. Problema XOR nu este linear separabila
QUESTION 23
Varianta batch a metodei ADALINE

A. la orice actualizare a memoriei contribuie explicit toate exemplele de invatare

QUESTION 24
In procedura de instruire Perceptron:

A. deplasarile in spatiul memoriilor depind de ordinea exemplelor

QUESTION 25
Daca functia f:R →R este cunoscut doar prin urmatoarele 4 puncte de pe graficul sau : {(1,2), (2,2), (3,4), (4,4), atunci memoria
OLAM care o encodeaza :

E.
nu este nici una dintre matricele indicate la celelalte variante de raspuns

QUESTION 26
In procedura de instruire Perceptron:

B. la orice actualizare a memoriei contribuie explicit 1 exemplu de invatare

88. Notam cu Mpseudoinversa Penrose a matricei M .

89. Se considera secventa de instruire

b. Pentru orice vector al ponderilor sinaptice initial, procedura PERCEPTRON


determina o evolutie ciclica.

91. Fie t o t-norma inferior semicontinua; si astfel incat pentru orice

92. Se considera relatia fuzzy definita de matricea de apartenenta


b. a. Inchiderea tranzitiva max-min este unica si corespunde matricei de
apartenenta

93. Se considera relatiile fuzzy binare definite prin matricele

c. Compunerea max-min

94. Se considera relatiile fuzzy binare definite prin matricele

d. Compunerea max-produs PQ este definita si

95. Se considera relatia fyzzy binara R definita de matricea

b. Inversa relatiei R este data de matricea

96. Se considera relatia fuzzy binara R definita de matricea ; notam cu ΛR


a. Multimea nivelelor relatiei R este ΛR= 0,0.4,0.7,0.9,1

97. Se considera relatia fuzzy ternara

99. Se considera relatia fuzzy ternara

100. Se considera relatia fuzzy ternara

101. Se considera relatia fuzzy ternara

102. Se considera relatia fuzzy ternara


d. niciuna dintre afirmatiile (a),(b),(c) nu este adevarata

103. Se considera ecuatia fuzzy

c. Ecuatia nu are solutii.

104. Se considera ecuatia fuzzy

a. p 0 .3 0.3 0.6este solutie

105. Se considera ecuatia fuzzy

d. p 0 0.8 0.7 0.5este solutia maximala a ecuatiei

106. Se considera ecuatia fuzzy

d. Niciuna din afirmatiile (a).(b),(c) nu este adevarata

107. Fie t : 0,10,10,1, t a,bmax0, a b -1, n : 0,10,1, na1-a

108. Fie
109. Fie

110. Fie

111. Fie

112. Fie