人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學_第1頁
人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學_第2頁
人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學_第3頁
人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學_第4頁
人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學_第5頁
已閱讀5頁,還剩28頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

人工智能導論智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學哈爾濱工程大學

第一章測試

下列關(guān)于智能說法錯誤的是()

答案:

細菌不具有智能

目前,智能的定義已經(jīng)明確,其定義為:智能是個體能夠主動適應環(huán)境或針對問題,獲取信息并提煉和運用知識,理解和認識世界事物,采取合理可行的(意向性)策略和行動,解決問題并達到目標的綜合能力。()

答案:

傳統(tǒng)人工智能領(lǐng)域?qū)⑷斯ぶ悄軇澐譃閺娙斯ぶ悄芘c弱人工智能兩大類。所謂強人工智能指的就是達到人類智能水平的技術(shù)或機器,否則都屬于弱人工智能技術(shù)。()

答案:

人類歷史上第一個人工神經(jīng)元模型為MP模型,由赫布提出。()

答案:

下列關(guān)于數(shù)據(jù)說法錯誤的是()

答案:

我們通常所說的數(shù)據(jù)即能夠直接作為計算機輸入的數(shù)據(jù)是模擬數(shù)據(jù)

下列關(guān)于大數(shù)據(jù)的說法中正確的有()

答案:

“大數(shù)據(jù)時代”已經(jīng)來臨;“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn);大數(shù)據(jù)具有多樣、高速的特征

大數(shù)據(jù)在政府公共服務、醫(yī)療服務、零售業(yè)、制造業(yè)、以及涉及個人位置服務等領(lǐng)域都將帶來可觀的價值。()

答案:

人工智能在各個方面都有廣泛應用,其研究方向也眾多,下面屬于人工智能研究方向的有()

答案:

語音識別;機器學習;模式識別;知識圖譜

機器人發(fā)展經(jīng)歷了程序控制機器人(第一代)、自適應機器人(

第二代)、智能機器人(現(xiàn)代)三代發(fā)展歷程。()

答案:

下列選項中屬于人工智能的應用領(lǐng)域的有(

答案:

程序設計;智能安防;智能農(nóng)業(yè);智慧城市

第二章測試

生命起源于什么時候?()

答案:

45-35億年之間

人工智能使人類改造自然、適應自然的各類技術(shù)發(fā)展到最高階段,智能技術(shù)使得工具變得有智能,促使技術(shù)在以指數(shù)級增長速度加速進化(加速回報定律)。()

答案:

對于人工智能的價值、作用與意義的說法錯誤的是:()

答案:

生命層面:促進人類社會整體向更高階段文明加速進化;社會層面:促使人類自身由地球自然智能生命向更高階的宇宙智能生命進化

聯(lián)結(jié)主義認為人的思維基元是符號,而不是神經(jīng)元;人的認知過程是符號操作而不是權(quán)值的自組織過程。()

答案:

科學研究能夠逐步理解如何從大腦的結(jié)構(gòu)和機制上產(chǎn)生知覺、記憶和行為的意識表現(xiàn),這些所謂“簡單問題”的科學研究,都無法越過物質(zhì)與精神的藩籬,解決身心關(guān)系的“困難問題”,證明主觀意識如何從物質(zhì)基礎(chǔ)上涌現(xiàn)出來。

()

答案:

對于心智計算理論說法正確的是:()

答案:

驅(qū)除了心智產(chǎn)生智能行為的神秘;能夠用信念和意愿來解釋行為的同時,又令它們與物理世界合理相接;合理地解釋了意義內(nèi)含的結(jié)果與起因;特點是把心智的本質(zhì)看作是計算,把思維看作是一種信息加工過程

現(xiàn)代認知科學強調(diào)心智親身性,也就是心智與身體是分離的,人的經(jīng)驗、認識都來自身體內(nèi)部與環(huán)境的相互作用。()

答案:

人工智能利用計算機通過程序和算法實現(xiàn)了人類智能的哪些部分?()

答案:

理性部分;視覺部分;可計算部分

理性來自身體,而非超越身體。()

答案:

下列哪個選項不屬于人類理性:()

答案:

知識理性

第三章測試

所有生物的腦部都可以分為前腦、中腦和后腦三個原始部位。具體而言,人類大腦是由腦干、小腦、大腦(前腦)組成。()

答案:

下列關(guān)于大腦左右半腦及其功能說法錯誤的是()

答案:

口述答題時,左腦負責邏輯思考,右腦負責語言描述

人體神經(jīng)系統(tǒng)可以分為中樞神經(jīng)系統(tǒng)和周圍神經(jīng)系統(tǒng)。其中,中樞神經(jīng)系統(tǒng)由腦和脊髓組成,是人體神經(jīng)系統(tǒng)中最主體的部分。()

答案:

大腦神經(jīng)系統(tǒng)主要組成部分是大腦皮層和灰質(zhì)層,大腦皮層和灰質(zhì)層都很薄,但大腦皮層表面無溝回,灰質(zhì)層表面有溝回。()

答案:

神經(jīng)元是神經(jīng)系統(tǒng)最基本的結(jié)構(gòu)和功能單位,分為細胞體和突起兩部分。細胞體由細胞核、細胞膜、細胞質(zhì)組成;突起有樹突和軸突兩種。()

答案:

大腦內(nèi)的神經(jīng)連接是雜亂無章的。()

答案:

下列不屬于與動物導航有關(guān)的細胞是()

答案:

內(nèi)嗅外側(cè)的細胞

認知是人腦對接受外界輸入的信息進行加工處理并轉(zhuǎn)換成內(nèi)在的心理活動,進而支配人的行為的過程,是人的最基本的心理過程。()

答案:

謝列關(guān)于感知和注意說法正確的有()

答案:

注意是心理活動或意識在某一時刻所處狀態(tài),表現(xiàn)為對一定對象的指向與集中;注意網(wǎng)絡分為三個子系統(tǒng):前注意心態(tài)、后注意心態(tài)和警覺系統(tǒng);感知是客觀世界直接作用于人的感覺器官而產(chǎn)生的

思維的本質(zhì)是人腦有意識的對客體的反映,這個過程構(gòu)成了人類認識的高級階段。思維以感覺作為自己唯一的源泉,但是它超越了直接感性認識的界限,達到理性認識或理性認識的過程。()

答案:

第四章測試

人工神經(jīng)網(wǎng)絡從一個方面上模擬大腦:組成人工神經(jīng)網(wǎng)絡的神經(jīng)元之間的連接強度,即突觸權(quán)值w,可用于儲存獲取的知識。()

答案:

感知機中,通過學習來調(diào)整權(quán)值,以使網(wǎng)絡對任何的輸入都能得到期望的輸出。()

答案:

多層前饋網(wǎng)絡的每一層都是單層的網(wǎng)絡,卻無法用單層感知器的學習方法。()

答案:

卷積神經(jīng)網(wǎng)絡是所謂深度神經(jīng)網(wǎng)絡的最重要的模型,深度就是隱層非常多的意思,深度越深,性能越好。()

答案:

不同的深度神經(jīng)網(wǎng)絡產(chǎn)生的深度學習技術(shù)性能是有差異的,用途也不一樣。()

答案:

以下關(guān)于人工智能發(fā)展史的說法正確的是()

答案:

1957年羅森布拉特定義了一個神經(jīng)網(wǎng)絡結(jié)構(gòu),稱為感知器;1986年美國的一個平行計算研究小組提出了前項反饋神經(jīng)網(wǎng)絡的反向傳播學習(BP)學習算法;1982年物理學家霍普菲爾德提出了全聯(lián)接網(wǎng)絡,離散的神經(jīng)網(wǎng)絡模型。這是一種全新的具有完整理論基礎(chǔ)的神經(jīng)網(wǎng)絡模型;1949年心理學家赫布在其論著《行為自組織》,提出赫布規(guī)則

以下關(guān)于感知機模型說法錯誤的是()

答案:

感知機能夠求解異或問題

以下有關(guān)BP網(wǎng)絡說法錯誤的是()

答案:

BP網(wǎng)絡是一種前饋網(wǎng)絡,其隱單元必須分層,又稱為多層前饋網(wǎng)絡

以下關(guān)于卷積神經(jīng)網(wǎng)絡說法錯誤的是()

答案:

卷積神經(jīng)網(wǎng)絡有兩個基本概念:權(quán)值共享和池化。權(quán)值共享使權(quán)值參數(shù)的個數(shù)減?。怀鼗梢允固卣鲌D減小,簡化計算

以下有關(guān)深度神經(jīng)網(wǎng)絡應用說法錯誤的是()

答案:

LSTM:捕捉到序列中長距離歷史信息,但不能緩解長期依賴問題,應使用RNN實現(xiàn)有效緩解長期依賴

第五章測試

監(jiān)督學習是一種機器學習方法,其特點是()

答案:

需要有標注的訓練數(shù)據(jù)

深度學習在神經(jīng)網(wǎng)絡中使用了多層的隱藏層,其優(yōu)點是()

答案:

提高了模型的復雜度和學習能力

使用深度學習進行圖像分類時,以下哪個模型是最常用的()

答案:

卷積神經(jīng)網(wǎng)絡(CNN)

強化學習的目標是()

答案:

尋找最佳策略以獲得最大回報

遷移學習的關(guān)鍵思想是()

答案:

在不同領(lǐng)域之間共享知識和經(jīng)驗

深度學習在自然語言處理(NLP)中的應用包括()

答案:

機器翻譯

監(jiān)督學習的典型算法包括()

答案:

支持向量機

強化學習中的“獎勵”用來()

答案:

指導模型的學習和調(diào)整

在深度學習中,反向傳播用于()

答案:

更新模型的權(quán)重和偏差

遷移學習的一個主要挑戰(zhàn)是()

答案:

不同領(lǐng)域之間的數(shù)據(jù)不匹配問題

第六章測試

圖像數(shù)字化設備包括:掃描儀、數(shù)碼相機、PC與圖像采集卡等()

答案:

初級視覺是光學成象問題的逆問題,它由一系列能從二維光強度恢復三維可見物體表面的處理過程組成。()

答案:

機器視覺系統(tǒng)可以快速獲取大量信息,雖難于自動處理,但易于同設計信息以及加工控制信息集成。()

答案:

計算機視覺在測量領(lǐng)域的應用包括角度測量、長度測量。()

答案:

對于一個樣本,每一個與識別有關(guān)的因素稱為一個特征。()

答案:

數(shù)字圖像處理的應用領(lǐng)域包括:()

答案:

生物醫(yī)學;工業(yè)檢測

一個典型的光學系統(tǒng)包括:()

答案:

鏡頭;光源;相機

計算機視覺的應用包括:()

答案:

測量;檢測;識別;定位

模式具有三個直觀特性()

答案:

可觀察性;相似性;可區(qū)分性

特征向量的形成過程包括:(

答案:

特征選擇;特征提取;特征形成

第七章測試

知識圖譜是用圖描述一個個實(人、事),用關(guān)系將這些實體聯(lián)系起來,受眾是機器,強調(diào)實體的可讀,機器能夠讀取這些實體之間的關(guān)系。()

答案:

以達芬奇為例的知識圖譜中,人物這個實體表示節(jié)點,藝術(shù)家與人物的關(guān)系表示邊。()

答案:

搜索就是找到智能系統(tǒng)的動作序列的過程。()

答案:

寬度優(yōu)先搜索存在時間需求和空間需求兩個問題。()

答案:

從數(shù)據(jù)到知識庫中的知識要素包括:()

答案:

概念;實體;關(guān)系

在達芬奇的知識圖譜中

達芬奇–作品-蒙娜麗莎

構(gòu)成三元組,而知識圖譜最常見的組成單元有:()

答案:

實體--關(guān)系--實體;實體--屬性--屬性值

通過知識圖譜可以查找潛在的金融欺詐問題,主要包括:()

答案:

如果兩個處于不同公司的貸款人登記了相同的公司電話,則有可能存在欺詐;當多個互不相干的貸款人同時發(fā)起貸款申請但填寫的單位地址相同則可能存在組團欺詐;當貸款人失聯(lián)則可以通過知識圖譜查找關(guān)系人,乃至二度、三度關(guān)系人

求解問題包括:()

答案:

目標表示;執(zhí)行;搜索

問題的基本信息主要有:()

答案:

初始狀態(tài)集合:定義了問題的初始狀態(tài);路徑費用函數(shù):對每條路徑賦予一定費用的函數(shù);操作符集合:把一個問題從一個狀態(tài)變換為另一個狀態(tài)的動作集合;目標檢測函數(shù):用來確定一個狀態(tài)是不是目標

搜索策略的評價標準有()

答案:

完備性;最優(yōu)性;空間復雜性;時間復雜性

第八章測試

自然語言包括人類交流的語言,口語、書面語、手語、旗語等,而人造語言就是在自然語言基礎(chǔ)上改良的自然語言。()

答案:

自動問答是指用戶以自然語言提問的形式提出信息查詢需求,系統(tǒng)依據(jù)對問題的分析,從各種數(shù)據(jù)資源中自動找出準確的答案。()

答案:

語音識別就是讓機器聽懂你說話。()

答案:

基于語料庫技術(shù)的工作原理是利用統(tǒng)計學建立一個包含各種句型的雙語對照語料庫。()

答案:

由于不同地方不同的文化差異,機器翻譯有時會出現(xiàn)歧義。()

答案:

以下自然語言理論與技術(shù)對應錯誤的是()

答案:

格語法、語義基元理論、模型理論——擴展轉(zhuǎn)移網(wǎng)絡(ATN),CF規(guī)則

智能問答系統(tǒng)主要依靠的關(guān)鍵基礎(chǔ)和技術(shù)包括()

答案:

大量高質(zhì)量的數(shù)據(jù)和知識,主要是知識圖譜技術(shù);大量的標準訓練語料;強大的自然語言處理技術(shù)

下列有關(guān)語音識別的分類說法錯誤的是()

答案:

連續(xù)單詞識別屬于按識別器的類型進行的分類,以比較多的詞匯為對象,能夠完全識別每個詞

自然語言理解是人工智能的重要應用領(lǐng)域,下面列舉中的()不是它要實現(xiàn)的目標。

答案:

欣賞音樂

機器翻譯屬于下列哪個領(lǐng)域的應用?()

答案:

自然語言系統(tǒng)

第九章測試

下述說法是否正確目前正在研究的第三代機器人——“智能機器人”,不僅具有比第二代機器人更加完善的環(huán)境感知能力,而且還具有邏輯思維、判斷和決策能力,可根據(jù)作業(yè)要求與環(huán)境信息自主地進行工作。()

答案:

下列哪些屬于服務機器應用方向劃分()

答案:

個人與家庭服務機器人;專業(yè)服務機器人

下列說法不正確的是:()

答案:

醫(yī)療機器人有助于降低醫(yī)生的工作強度,提高工作效率,而且可以徹底取代醫(yī)生

下列說法是否正確移動機器人能夠根據(jù)一定的性能準則,從初始狀態(tài)搜索到目標狀態(tài)的避開障礙物的最優(yōu)或次最優(yōu)路徑。()

答案:

下列不屬于路徑規(guī)劃中輸入因素的是:()

答案:

障礙物的數(shù)目

若要適用于各種多邊形,應當應用下列哪一種環(huán)境建模方法()

答案:

可視圖法

下述說法是否正確Voronoi圖法計算復雜,路徑長度較可視圖法長,路徑不是最優(yōu)的。而自由空間法隨著環(huán)境中物體的復雜度的增加,計算效率會逐漸降低。()

答案:

下述說法是否正確對于掃地機器人來說,其作業(yè)任務是清掃房間,它的路徑規(guī)劃屬于完全遍歷路徑規(guī)劃,需滿足兩個指標:遍歷性和不重復性。()

答案:

機器人視覺技術(shù)中圖像分割方法有:()

答案:

基于邊緣的分割算法;基于區(qū)域的分割算法;基于閾值的分割算法

下列描述說法錯誤的是:()

答案:

A*算法要找到F值最大的節(jié)點作為新的起始位置

第十章測試

至今未出現(xiàn)真正具有人類智能的機器人的出現(xiàn)是因為人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetwork,即ANN)研究的局限性。下列屬于ANN研究的局限性的有()

答案:

ANN與傳統(tǒng)技術(shù)的接口不成熟;ANN研究帶有濃厚的策略和經(jīng)驗色彩;ANN缺少一個完整、成熟的理論體系;ANN研究受到腦科學研究成果的限制

人腦是自然進化的生成性系統(tǒng),是從無到有自動生成的?,F(xiàn)代計算機硬件是構(gòu)成性系統(tǒng),它具有可塑性,因為現(xiàn)代計算機硬件可以進行替換。()

答案:

人腦的功能或許可以說一臺計算機,但在進行智能活動時,相較于計算機,人類的行為具有主觀意向性,這是目前所有計算機都無法做到的。()

答案:

利用類腦計算實現(xiàn)類腦智能的基本思想是:模擬生物神經(jīng)元的功能以實現(xiàn)類腦計算,該方法將有助于一定程度上克服馮·洛伊曼體系構(gòu)架在實現(xiàn)類人智能方面的固有缺陷。()

答案:

憶阻器被認為是繼電阻器、電容器、電感器之后的第四個無源電子元件。因其電阻阻值可以根據(jù)流經(jīng)電流的大小和方向而改變,故可被用來模擬神經(jīng)元突觸的可塑性。()

答案:

現(xiàn)階段人工大腦的主要思想是利用軟件技術(shù)從軟件層面上模擬人腦,從而實現(xiàn)利用已有的硬件技術(shù)來模擬人腦的神經(jīng)網(wǎng)絡。()

答案:

人造神經(jīng)元與人工神經(jīng)元并無區(qū)別,都是用來模擬人腦的器件。()

答案:

發(fā)展人工智能的目的是實現(xiàn)類腦智能技術(shù),最終實現(xiàn)強人工智能,即擁有像人一樣甚至超越人的智能的機器。未來需要一種自下而上、自上而下相結(jié)合,并將微觀與宏觀、整體與局部、系統(tǒng)與子系統(tǒng)互相結(jié)合起來的方法,才可能設計和實現(xiàn)人工大腦。()

答案:

下列關(guān)于類腦計算發(fā)展層次說法錯誤的是()

答案:

脈沖神經(jīng)網(wǎng)絡、大腦可塑性機制、腦圖譜等屬于基礎(chǔ)理論層

人工大腦屬于類腦計算發(fā)展層次中的產(chǎn)品層次,是利用類腦芯片等硬件制造出來的。()

答案:

第十一章測試

可穿戴技術(shù)可以無縫融合于用戶的日常生活和活動之中,可以作為未來實現(xiàn)人機混合智能的一種重要技術(shù)。()

答案:

外骨骼體制的優(yōu)越性在于支撐、防護兩項功能緊密結(jié)合。()

答案:

外骨骼機器人技術(shù)核心部分包括構(gòu)造材料、能量源、控制、驅(qū)動。()

答案:

通過腦機接口,人們就可以實現(xiàn)大腦與外界的直接交流,或者直接用思想來操縱外部設備。()

答案:

混合智能的特點在于利用計算機模擬人的機器代替人去完成任務。()

答案:

以下有關(guān)可穿戴技術(shù)應用的說法錯誤的是()

答案:

目前的可穿戴技術(shù)能夠完成對用戶內(nèi)在器官健康的檢測

以下有關(guān)外骨骼技術(shù)應用錯誤的是()

答案:

外骨骼技術(shù)不能夠幫助癱瘓患者行走

以下有關(guān)腦機接口應用的說法正確的是()

答案:

通過腦機接口技術(shù),人們能夠脫離手動直接用大腦控制來玩游戲;通過腦機接口技術(shù),癱瘓患者能夠通過思維直接控制輪椅移動;通過腦機接口技術(shù),人們可以通過腦電波直接控制無人機;腦機接口技術(shù)能夠幫助人們更好的研究人腦

以下有關(guān)混合智能分類對應錯誤的是()

答案:

增強型混合智能——功能增強方式

以下有關(guān)混合智能應用說法正確的是()

答案:

外骨骼機器人通過各種傳感器與人體協(xié)同運動,有效增強人的體能,輔助殘疾人行走等;人造神經(jīng)具有良好的生物兼容性、柔性和高靈敏度,可以探測不同方向的運動,甚至能識別盲文;通過電子紋身,可以測量佩戴者的心率、血壓、皮膚的溫度等關(guān)鍵數(shù)據(jù);通過混合智能,癱瘓人士能通過意識操控機器人

第十二章測試

以下哪個不是機器博弈的基本元素()

答案:

時間

下面哪個不是機器博弈的經(jīng)典模型()

答案:

隨機博弈

以下哪個算法常被用于解決機器博弈中的優(yōu)化問題()

答案:

蒙特卡洛樹搜索

機器博弈原理是基于博弈樹搜索和靜態(tài)評估的博弈方法()

答案:

機器學習在機器藝術(shù)創(chuàng)造中起到重要作用的原因是什么()

答案:

所有上述選項

機器智能設計是指()

答案:

利用機器學習和人工智能技術(shù)設計智能系統(tǒng)

以下哪個不是機器智能設計的應用領(lǐng)域()

答案:

電子游戲設計

當多個參與者在機器博弈中達到一個平衡狀態(tài),被稱為納什均衡。()

答案:

機器藝術(shù)是指由人工智能算法生成的藝術(shù)作品。()

答案:

機器智能設計是一種完全自主的過程,不需要人類干涉。()

答案:

第十三章測試

智能制造核心特征包括()

答案:

設備全面互聯(lián)網(wǎng)化;柔性制造一體化;設備維護預測化;業(yè)務協(xié)同可視化

數(shù)字化時代以數(shù)控機床為代表,聯(lián)系電腦后可以按編程操作,適應能力強。()

答案:

智能制造的關(guān)鍵支撐技術(shù)中智能加工裝

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論