实例介绍
【实例简介】
国科大中科院2017-2019高级人工智能试题以及答案总结 答案题涉及到的知识点以及对应答案供参考
博客地址https://blog.csdn.net/qq27500493 分,共30分 蚁群优 化环法和粒子群优化算法是群体智能倪化算法 任选一个闹述其基本原理、算法过程及适用落匪。(10分 的两个代表,请从蚁群优化算法和粒于群优化算法中 请使用语义网络的方式表达如下事卖,53分) a senior HP Fello and Direetor bf the Social Computing Lab at Hewlett-Packard his/hD )n Physics from the University of Pennsylania, and is currently a Coasuttin Professor in the Department of Applied Physics at Stanford Universiry. 请用一阶谓词逻辑表达如下婆语,胜者为王,败者为,( )请用模物辑表达句子很少存成绩的学生特贪玩)注意刻画其中的模量词、极糊修饰词等,(4 分) 3.()A·图搜索的最优性条件是什么?(3分) 2证明:如果启发函数Ma)是可果纳的,那么树搜素的A算法是最优的:(7分) 三综合应用题(前两题每题15分,第三题20分 1.)证明感知机不能表示异或逻龃。(5分) 2)试论述在深度神经网络中即P算法遇到的困难,井说明为什么会出现“梯度酒失”问题,(5分 (3)筒述 Deep Boltzmann machines的网绪结构及其学习算法。(5分) 2.请设计一个 Transaction Database,井给定关手supp和 occupancy的两个阔值( mmin-sup, min_oce),使得 (1)该 Transaction Database中包含一个patm它是 dominant pattem,但不是 maximal frequent pattem(7分 (2)并且,基于该 Transaction Database.,说明: accupancy并不满足 1F-moHjone的性质,要求;出该 Transaction Database所对应的 Lexicographic Subset TreE.(8分) 3.田忌赛马:田忌和齐王赛马,每人有上、中、下三个等级的马各一匹,上等马优于中等马,中等马优于下 等马,同一等级的马中季手的马优子面导的马此赛共进行三局,的胜者得1分,负者得1分,比赛 结果为三局得分之和 (1)请写出田忌赛马这场博弈中的局中人、策略集合和效用矩阵,(12分 (2)请给出田忌賽马的任意一种混合策略纳什均衡解,井计算此时双方的期望得分,《8分) 共3页 第3页 博客地址https://blog.csdn.net/qq27500493 中国科学院大学 考试臼期:201B铝1月23目 课程蝙号:的1M4b4 试题曹用紙 操程名称,高级人工智饒 任课教师:程学旗、吴而 罗平,就华 成喷 单题(题1分,翡20超 1.在人工妇水平测试中,如果某人工智姐过了图灵试,则表其智水平( A超丝于人的智 B具条了和人一样的智能 c懿够建标理性恩考 从表现察看,建以其和人区分开来 5,人工智能这一概念于1957年在首届达特茅斯会议上提出,随后髮展成三个分支学派,下面四个选项中不最 人工智能三大分支的是(y A.符号学 B.接学混 信论学 D行为学欲 3.美于撄素算法,以下说法借误的是( A广度促先摸是代价一政授索的一种持情况 B.伏价一致索是A紫的一种特殊情况 ℃/贪盐最佳优先按索是完备的 D.爬山法蠹可在任邀位置始,动到最好的相邻状 ,A·捏素的最倪性条悍是( 芦发函数是一数的 B.启发函数是可采纳的 C.选择占优势的启发函数 检测重复状态 5. Deep Belief Networks网络结构由多个()层叠而成 A: Boltzmann machine t Restricted Boltzmann Machine Cr AutoEncoder p, Hopfield Networks 博客地址https://blog.csdn.net/qq27500493 下面不 .网换 子样 3关于如就下是不正级( 层武 B.对于线性可分的训练集,感知机算法在有限步内收敛 类 本 感知机以 平面来划分两 c/单层感知机模可以表示所有的還舞运算 D.加机学习是在假设空间中远取使得提失函数最小的模型参数 下面说法倍误的是() A.环神经网塔RNN可以用BP了算法进行练 1TM不能用 列象据建极 C.LsM单元由三个Cmpu, forget,ap一个ce单元组成。 以改卷积神经网 的训铄过程 9.下画害个逻辑句子是“永真”(v)的( D sHiu是ey 0.下面哪个逻辑句子既不是“水真”(的,又不是“不可满足”( un-satisfiah B Liv DoM 上=立,当且仅当下面哪个句子永真() → B, Iteat C.日dl 博客地址https://blog.csdn.net/qq27500493 买方和单个方品,品的价是顶元价20元,卖旗对品的计是10 元,买对的钻是10元实双方这时达长之易的价国为( 100元至20 B 元120元之间 C120元和1元之间 160元和200元之间 19,假如a、b,c三人对三个房间y,z的慎好程度分剧为(124,2》(876 (7.5,2)下B挡述的匹 配问题,则其最忧匹配为{) B a● X be b y b o y y 20.网络交换博赛( Network Exchange gars)中,节点在网络中所处的位置决定了他们的议价权,并最终导致 不同的节点在博弈中所获得的效用大小不同。下列网络交换博奔的结网中[相线相逆的节点之间达度交换, 交换所得效用标记在了点上方均衡结局( Balanced Outcome)是《 1挖2 23 134 3{4 114 二:简答题〔每题10分,共30分 1.蚁群优化算法和粒子群优化算法是群体智能很化算法的两个代载,请从蚊群优化算法和粒子影优化算法中 任选一个闻述其基本理、算法过程及近用范,(10分 2.(1)试论述在深度神经网络中BP算法遇到的魔,并说明为什么会出“税度消类”问题,(5分) (2)简述对抗式生成网绍(GAN的基本原理及其学习算法,(5分) 博客地址https://blog.csdn.net/qq27500493 背5页 5 w0声表达如下逝:翟者为王,败者为思;(3分 谓据滑过哥子少有城惯轿的学生特割食玩,注意其中的糊量词,提糊修物词等。(3 )已射知库星包音如下的句子 E'oA 请用归结原理证该知识库疆常如下的句子:AA一D《4分 三、合用题《两题每题15分,第三题20分) ,传教士与野人问题适常措述如下1三个传教士和三个野人在河的一边,还有一条能载一个人成者两个人的 船。找到一个方注让所有的人都波到河的另一岸,要求在任何地方野人数都不能多于传教士的人数(可以 只有野人没有传敦士 a精确培形式化该问题,只描述确侯该问题有解所必需的特性。画出该闷题的完全状态空冋图。(5分 b)用一个合的控素算法实现和最优地求辉该问题,检查重复状态是个好主意吗?(5分 e)这个题的状态空间如此筒单,你认为为什么人们求解宅却狠寄?(5分) 2,关于一阶谓词逻辑 (1)将如下的一阶谓词迎辑的句子转为合取范式, 注意:并不需要包含存在量词,(分 (2)构造一个一阶谓词逻辑的知识岸MB和句子,使得D上a的归结过程永远不会停止。(8分) 3.格子游观:假如玩家果用的策略是在每个格子以等概率选择上下左右四个方向进行移动,每移动一步的收 益是1,移动到出口时游戏结爾。如果当前移动会导致出界,那么移动后位置不变。 1)策评估:请使用动态规划方法计算出当前策略下每个格子对应的状态估值。(8分) 2)策路提升:写出上述估值函数对应的贪心策暗,(4分) D回 出回 3〉最优策略;求群该问题的最优策略及相应的状态估值。(8分) 提示:动态规划求解可以通过列出方程组避行求解。 博客地址https://blog.csdn.net/qq27500493 n立,当且【当下阻哪个句子真 B (e / D. LIAnt 13.选一↑正语韵句子早,俊得如下前断直成立 P为真当且仅当A是禾时譎是的 aNn L关于多肾赌博机,如下表述不三确的是) 多陆博机的优化目标是每次招臂的平均收益 B.贪心策略促化的目标是当前行为的期担收益 C.LCB略随着臂我数的增加,最终会收敛到贪心略 D.E贪心策略随着臂次数的溶加,最终会收数到心筑略 5.强化学习( Reiniormenm astring),深用特卡洛方法计算状态估值函数时的示意图为(),图中的 圆表示状茎,方框表示终止求态,实心器表示行为 国口 ibdb 因徒境”博弈的效用矩阵由如下四个元素构成,其中不是翰期托最优的是() A.(-1-1) B,(,-1D) C.(-100) P(3 17.关于mnm和 maxa氧路,表逃不正确的是C) A.mmin氚略是最大化自己最坏情况下收益 . minmEt筑暗是最小化对手最好情况下的收益 C.在零和博奔中,mxmi略和 Annex策咯是等价 mxm策路着眼于对手的收益 答案 选择题答案和卷子上有所区别 -5DCC切B6-1 D DDDCC 博客地址https://blog.csdn.net/qq27500493 I-5DccAB l0 DcBAA 12AA度A1b20 DCCC 选择题涉及到的部分知识点总结 Quiz:爬山法 objective Function State Space CY D Starting from X, where do you end up? Starting from Y, where do you end up? Starting from Z, where do you end up 爬山法搜索 可在任意位置起始 重复:移动到最好的相邻状态,不允许向山下移动 如果没有比当前更好的相邻状态,结束 遗传算法 基」适应度函数,在每步中保留N个最好状态 配对杂交操作 产生可选的变异 问题的日标函数天然的可作为遗传算法的适应度函数 图搜索主要是通过集合来维护,不会破坏完备性和最优性(通过启发式一致性来保证,佔估计 耗散小于实际耗散) 简答题涉及到的知识点以及对应答案供参考 本文答案来自网络各种渠道进行整理总结,版权归原作者所有 博客地址https://blog.csdn.net/qq27500493 不能保证答案的完全王确性 蚁群优化算法 https://blog.csdn.net/qg27500493/article/details/83592938 11蚁群算法(ACO) 种解空间搜索方法,主要思想是局部随杋搜索与自增强。 基本原理 蚁群优化算法的形式化表示为 蚁群优化算法 形式化 口每个蚂蚁对应一个计算智能体 ¤蚂蚁依概率选择候选位置进行移动 a在经过的路径上留下“信息素”( Pheromone) “信息素”随时间挥发 口“信息素”浓度大的路径在后续的选择中会以更高 的概率被选取 一般情况下,首先,随机放置多只蚂蚁到TSP图中,且蚁群中蚂蚁个数不超 过TSP图中节点个数。 每只蚂蚁依据信息素浓度、距离远近等因素推导出的概率选择位置进行移动, 并在经过的路径上等浓度留下“信息素”。全部蚂蚁一次移动完之后,依据每只 蚂蚁的行讲路径,并考虑到原有“信息素”会賄时间挥发的特点,更新所有蚂蚁 路径上的“信息素”的浓度,即信息量。 经过多轮迭代或最优解连续多轮保持不变后,蚁群中绝大多数蚂蚁选择的路 径即为最优(优化)路径。 【实例截图】
【核心代码】
国科大中科院2017-2019高级人工智能试题以及答案总结 答案题涉及到的知识点以及对应答案供参考
博客地址https://blog.csdn.net/qq27500493 分,共30分 蚁群优 化环法和粒子群优化算法是群体智能倪化算法 任选一个闹述其基本原理、算法过程及适用落匪。(10分 的两个代表,请从蚁群优化算法和粒于群优化算法中 请使用语义网络的方式表达如下事卖,53分) a senior HP Fello and Direetor bf the Social Computing Lab at Hewlett-Packard his/hD )n Physics from the University of Pennsylania, and is currently a Coasuttin Professor in the Department of Applied Physics at Stanford Universiry. 请用一阶谓词逻辑表达如下婆语,胜者为王,败者为,( )请用模物辑表达句子很少存成绩的学生特贪玩)注意刻画其中的模量词、极糊修饰词等,(4 分) 3.()A·图搜索的最优性条件是什么?(3分) 2证明:如果启发函数Ma)是可果纳的,那么树搜素的A算法是最优的:(7分) 三综合应用题(前两题每题15分,第三题20分 1.)证明感知机不能表示异或逻龃。(5分) 2)试论述在深度神经网络中即P算法遇到的困难,井说明为什么会出现“梯度酒失”问题,(5分 (3)筒述 Deep Boltzmann machines的网绪结构及其学习算法。(5分) 2.请设计一个 Transaction Database,井给定关手supp和 occupancy的两个阔值( mmin-sup, min_oce),使得 (1)该 Transaction Database中包含一个patm它是 dominant pattem,但不是 maximal frequent pattem(7分 (2)并且,基于该 Transaction Database.,说明: accupancy并不满足 1F-moHjone的性质,要求;出该 Transaction Database所对应的 Lexicographic Subset TreE.(8分) 3.田忌赛马:田忌和齐王赛马,每人有上、中、下三个等级的马各一匹,上等马优于中等马,中等马优于下 等马,同一等级的马中季手的马优子面导的马此赛共进行三局,的胜者得1分,负者得1分,比赛 结果为三局得分之和 (1)请写出田忌赛马这场博弈中的局中人、策略集合和效用矩阵,(12分 (2)请给出田忌賽马的任意一种混合策略纳什均衡解,井计算此时双方的期望得分,《8分) 共3页 第3页 博客地址https://blog.csdn.net/qq27500493 中国科学院大学 考试臼期:201B铝1月23目 课程蝙号:的1M4b4 试题曹用紙 操程名称,高级人工智饒 任课教师:程学旗、吴而 罗平,就华 成喷 单题(题1分,翡20超 1.在人工妇水平测试中,如果某人工智姐过了图灵试,则表其智水平( A超丝于人的智 B具条了和人一样的智能 c懿够建标理性恩考 从表现察看,建以其和人区分开来 5,人工智能这一概念于1957年在首届达特茅斯会议上提出,随后髮展成三个分支学派,下面四个选项中不最 人工智能三大分支的是(y A.符号学 B.接学混 信论学 D行为学欲 3.美于撄素算法,以下说法借误的是( A广度促先摸是代价一政授索的一种持情况 B.伏价一致索是A紫的一种特殊情况 ℃/贪盐最佳优先按索是完备的 D.爬山法蠹可在任邀位置始,动到最好的相邻状 ,A·捏素的最倪性条悍是( 芦发函数是一数的 B.启发函数是可采纳的 C.选择占优势的启发函数 检测重复状态 5. Deep Belief Networks网络结构由多个()层叠而成 A: Boltzmann machine t Restricted Boltzmann Machine Cr AutoEncoder p, Hopfield Networks 博客地址https://blog.csdn.net/qq27500493 下面不 .网换 子样 3关于如就下是不正级( 层武 B.对于线性可分的训练集,感知机算法在有限步内收敛 类 本 感知机以 平面来划分两 c/单层感知机模可以表示所有的還舞运算 D.加机学习是在假设空间中远取使得提失函数最小的模型参数 下面说法倍误的是() A.环神经网塔RNN可以用BP了算法进行练 1TM不能用 列象据建极 C.LsM单元由三个Cmpu, forget,ap一个ce单元组成。 以改卷积神经网 的训铄过程 9.下画害个逻辑句子是“永真”(v)的( D sHiu是ey 0.下面哪个逻辑句子既不是“水真”(的,又不是“不可满足”( un-satisfiah B Liv DoM 上=立,当且仅当下面哪个句子永真() → B, Iteat C.日dl 博客地址https://blog.csdn.net/qq27500493 买方和单个方品,品的价是顶元价20元,卖旗对品的计是10 元,买对的钻是10元实双方这时达长之易的价国为( 100元至20 B 元120元之间 C120元和1元之间 160元和200元之间 19,假如a、b,c三人对三个房间y,z的慎好程度分剧为(124,2》(876 (7.5,2)下B挡述的匹 配问题,则其最忧匹配为{) B a● X be b y b o y y 20.网络交换博赛( Network Exchange gars)中,节点在网络中所处的位置决定了他们的议价权,并最终导致 不同的节点在博弈中所获得的效用大小不同。下列网络交换博奔的结网中[相线相逆的节点之间达度交换, 交换所得效用标记在了点上方均衡结局( Balanced Outcome)是《 1挖2 23 134 3{4 114 二:简答题〔每题10分,共30分 1.蚁群优化算法和粒子群优化算法是群体智能很化算法的两个代载,请从蚊群优化算法和粒子影优化算法中 任选一个闻述其基本理、算法过程及近用范,(10分 2.(1)试论述在深度神经网络中BP算法遇到的魔,并说明为什么会出“税度消类”问题,(5分) (2)简述对抗式生成网绍(GAN的基本原理及其学习算法,(5分) 博客地址https://blog.csdn.net/qq27500493 背5页 5 w0声表达如下逝:翟者为王,败者为思;(3分 谓据滑过哥子少有城惯轿的学生特割食玩,注意其中的糊量词,提糊修物词等。(3 )已射知库星包音如下的句子 E'oA 请用归结原理证该知识库疆常如下的句子:AA一D《4分 三、合用题《两题每题15分,第三题20分) ,传教士与野人问题适常措述如下1三个传教士和三个野人在河的一边,还有一条能载一个人成者两个人的 船。找到一个方注让所有的人都波到河的另一岸,要求在任何地方野人数都不能多于传教士的人数(可以 只有野人没有传敦士 a精确培形式化该问题,只描述确侯该问题有解所必需的特性。画出该闷题的完全状态空冋图。(5分 b)用一个合的控素算法实现和最优地求辉该问题,检查重复状态是个好主意吗?(5分 e)这个题的状态空间如此筒单,你认为为什么人们求解宅却狠寄?(5分) 2,关于一阶谓词逻辑 (1)将如下的一阶谓词迎辑的句子转为合取范式, 注意:并不需要包含存在量词,(分 (2)构造一个一阶谓词逻辑的知识岸MB和句子,使得D上a的归结过程永远不会停止。(8分) 3.格子游观:假如玩家果用的策略是在每个格子以等概率选择上下左右四个方向进行移动,每移动一步的收 益是1,移动到出口时游戏结爾。如果当前移动会导致出界,那么移动后位置不变。 1)策评估:请使用动态规划方法计算出当前策略下每个格子对应的状态估值。(8分) 2)策路提升:写出上述估值函数对应的贪心策暗,(4分) D回 出回 3〉最优策略;求群该问题的最优策略及相应的状态估值。(8分) 提示:动态规划求解可以通过列出方程组避行求解。 博客地址https://blog.csdn.net/qq27500493 n立,当且【当下阻哪个句子真 B (e / D. LIAnt 13.选一↑正语韵句子早,俊得如下前断直成立 P为真当且仅当A是禾时譎是的 aNn L关于多肾赌博机,如下表述不三确的是) 多陆博机的优化目标是每次招臂的平均收益 B.贪心策略促化的目标是当前行为的期担收益 C.LCB略随着臂我数的增加,最终会收敛到贪心略 D.E贪心策略随着臂次数的溶加,最终会收数到心筑略 5.强化学习( Reiniormenm astring),深用特卡洛方法计算状态估值函数时的示意图为(),图中的 圆表示状茎,方框表示终止求态,实心器表示行为 国口 ibdb 因徒境”博弈的效用矩阵由如下四个元素构成,其中不是翰期托最优的是() A.(-1-1) B,(,-1D) C.(-100) P(3 17.关于mnm和 maxa氧路,表逃不正确的是C) A.mmin氚略是最大化自己最坏情况下收益 . minmEt筑暗是最小化对手最好情况下的收益 C.在零和博奔中,mxmi略和 Annex策咯是等价 mxm策路着眼于对手的收益 答案 选择题答案和卷子上有所区别 -5DCC切B6-1 D DDDCC 博客地址https://blog.csdn.net/qq27500493 I-5DccAB l0 DcBAA 12AA度A1b20 DCCC 选择题涉及到的部分知识点总结 Quiz:爬山法 objective Function State Space CY D Starting from X, where do you end up? Starting from Y, where do you end up? Starting from Z, where do you end up 爬山法搜索 可在任意位置起始 重复:移动到最好的相邻状态,不允许向山下移动 如果没有比当前更好的相邻状态,结束 遗传算法 基」适应度函数,在每步中保留N个最好状态 配对杂交操作 产生可选的变异 问题的日标函数天然的可作为遗传算法的适应度函数 图搜索主要是通过集合来维护,不会破坏完备性和最优性(通过启发式一致性来保证,佔估计 耗散小于实际耗散) 简答题涉及到的知识点以及对应答案供参考 本文答案来自网络各种渠道进行整理总结,版权归原作者所有 博客地址https://blog.csdn.net/qq27500493 不能保证答案的完全王确性 蚁群优化算法 https://blog.csdn.net/qg27500493/article/details/83592938 11蚁群算法(ACO) 种解空间搜索方法,主要思想是局部随杋搜索与自增强。 基本原理 蚁群优化算法的形式化表示为 蚁群优化算法 形式化 口每个蚂蚁对应一个计算智能体 ¤蚂蚁依概率选择候选位置进行移动 a在经过的路径上留下“信息素”( Pheromone) “信息素”随时间挥发 口“信息素”浓度大的路径在后续的选择中会以更高 的概率被选取 一般情况下,首先,随机放置多只蚂蚁到TSP图中,且蚁群中蚂蚁个数不超 过TSP图中节点个数。 每只蚂蚁依据信息素浓度、距离远近等因素推导出的概率选择位置进行移动, 并在经过的路径上等浓度留下“信息素”。全部蚂蚁一次移动完之后,依据每只 蚂蚁的行讲路径,并考虑到原有“信息素”会賄时间挥发的特点,更新所有蚂蚁 路径上的“信息素”的浓度,即信息量。 经过多轮迭代或最优解连续多轮保持不变后,蚁群中绝大多数蚂蚁选择的路 径即为最优(优化)路径。 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论