一、简答题(共 24 分)
-
若将人看成一个信息处理系统,1) 人的智能具有哪些特征?2) 举例说明哪一特征是最重要的并 3) 阐述其与实现通用人工智能的关系。(要求:2、3 小问一定用自己的语言作答!)(8 分)
-
请举例说明 1) 什么是命题,2) 举一个例子说明命题逻辑的不足、3) 并阐述人工智能领域是如何克服这一不足的。(6 分)
-
人工神经网络是一种知识表示方法吗?为什么?(4 分)
-
请举例说明 1) 什么是产生式规则匹配中的冲突消解,2) 如何解决这一问题?请用自己的语言写出详细的解释。(6 分)
二、证明题(共 18 分)
- 请用归结演绎推理证明:下面谓词公式 G 表示的信息是谓词公式 F1和 F2表示的前提条件的逻辑结论。要求:必须写出完备详细的步骤!。(18 分)
三、计算题(共 16 分)
四、应用题(共 42 分)
-
请用框架表示法描述以下信息:李明是 2020 年 9 月份进入山东大学计算机系的一名研究生,选择了人工智能作为自己的研究领域,并在导师赵亮教授的指导下取得了发表两篇核心论文的学术成绩。(9 分)
-
将谓词公式化为子句集,要求:写清楚具体过程。(8 分)
-
对于‘苹果-桔子’分类问题,假设有如下的训练样例集:e1=(1.0, 2.0, 0.8, 6.0, 1); e2=(1.2, 1.8,0.7, 7.0, 1), e3=(0.8, 2.1, 0.9, 7.0, 1); e4=(2.0, 1.8, 0.4, 3.0, 2); e5=(1.9, 2.1, 0.3, 2.0, 2); e6=(2.1, 1.9, 0.4, 4.0, 2)。现遇到一个测试样例 et=(2.2, 2.0, 0.3, 3.0), 当分别使用 1
最近邻(即 1NN)、3 最近邻(即 3NN)分类算法对其分类时,请写出详细过程和相应的分类结果。(14 分)注意:使用‘在各个属性上差的绝对值的和’来计算两个样例之间的距离 -
为了让计算机能对苹果、香蕉、桔子三类水果进行分类,现有如下的训练样例集:e1=(1.0, 2.0, 0.8, 6.0, 1); e2=(1.2, 1.8, 0.7, 7.0, 1), e3=(0.8, 2.1, 0.2, 1.0, 2); e4=(1.1, 1.8, 0.4, 3.0, 2); e5=(2.9, 1.1, 0.5, 2.0, 3); e6=(3.1, 0.8, 0.6, 3.0, 3)。 根据这一训练集,现计划用神经网络算法学习一个分类模型。欲构造的神经网络 (1)总共有 4 层,其中隐层(hidden layers)分别含有 1 个、2 个神经元,且 (2)是一个严格的无反馈前向网, (3) 前一层中任一节点与后一层中所有节点均有连接。请 1) 画出该神经网络的拓扑结构, 并标明每层的名称;2) 若第 1、2 层和第 2、3 层间的连接权值均为 1, 将 y =x - 3 作为传输函数(激活函数),并且每个神经元的阈值均为 2。为 1, 将 y =x - 3 作为传输函数(激活函数),并且每个神经元的阈值均为 2。 现要对第 1 个训练样例 e1 进行学习(拟合), 请写出计算到第三层第一个节点的输出值的详细过程。(11 分)