Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Intelligentsed süsteemid (0)

5 VÄGA HEA
Punktid

Esitatud küsimused

  • Mis on intelligentne süsteem?
  • Mis seda ei ole Kas me saame oma väites kindel olla?
  • Mis asi on süsteem?
  • Mida tähendab "intelligentne"?
  • Kui suur on selle kokkuleppe ulatus?
  • Mis ühist on sellel Turingi testiga?
  • Mis on intelligentsete süsteemide loomise aluseks?
  • Mida lahendatakse rohkem?
  • Milline erinevus on teadmise ja teadmuse vahel?
  • Millised on tehisolendite õigused?
  • Millal võiks nii öelda?
  • Kelle seisukohast saavutas?
  • Millisel moel nad võiksid saavutada kontrolli?
  • Kuidas inimene mõtleb?
  • Milline teadmiste esitamise keel on parim?
  • Millal puud pole?
  • Mida teha vasturääkivate andmete puhul?
  • Mis mõttes sama?
  • Kuidas toimub kinnitusega õppimine elus?
  • Mis on intelligentne süsteem? Kas ilu on vaataja silmades, samuti ka intelligentsus , ongi õige?
    Intelligentsel süsteemil on omadusi, mida üldiselt seostatakse inimmõistusega – näiteks, arutlemine ja õppimine. Intelligentset süsteemi võib defineerida ka kui süsteemi, mis põhineb tehisintellekti teoorial ja tehnikatel, sealhulgas reeglipõhistel, õppivatel, arenevatel ja iseorganiseeruvatel süsteemidel .
  • Nimetage mõni intelligentne süsteem ja mõni süsteem, mis seda ei ole. Kas me saame oma väites kindel olla? Miks?
    Nutikodu- intelligentne süsteem.
    Lambilüliti- mitteintelligentne.
  • Mis asi on süsteem? Mida tähendab "intelligentne"? Nimetage mõni asi, mis ei ole süsteem. Kas on vaja ühte mõistet kokku leppida ning kui suur on selle kokkuleppe ulatus?
  • Tooge veel näiteid intelligentsetele süsteemidele iseloomulike omaduste kohta. Kuidas oleks vihastamise, kurbuse, empaatiaga jne? Kas mõni ülaltoodud omadus oli üleliigne?
  • Kirjeldage Turingi testi ning "Hiina ruumi" mõttelist eksperimenti. Kas olete Turingi testi järeldustega nõus? Kas "Hiina ruumi" eksperiment lükkab need ümber?
    Turingi test,- mille lihtsustatud kirjeldus on järgmine. Paneme testija (inimese) vestlema kahe partneri - arvuti ja teise inimesega. Kui testija ei tee vahet, kumb partner on arvuti ja kumb inimene, on arvuti testi läbinud
    Hiina Ruum- Ruumis asub inimene, kes ei oska hiina keelt. Talle antakse sisendina hiinakeelne küsimus. Inimene saab kasutada sõnastikke, teatmekirjandust, mehaanilisi reegleid jne, mille abil ta teisendab küsimuse vastuseks ning väljastab selle. Ilmselt ei saa selline inimene sisendist ega väljundist aru ega oska hiina keelt, kuid väljastpoolt vaadates näib seda siiski mõistvat. Searle väidab, et Turingi testi puhul on olukord analoogiline: arvuti vaid näib mõtlemisvõimeline, tegelikult seda aga siiski ei ole
  • Captcha? Mis ühist on sellel Turingi testiga?
    acronym for " Completely Automated Public Turing test to tell Computers and Humans Apart"
  • Mis on intelligentsete süsteemide loomise aluseks? Kas intelligentsete süsteemidega on eetiline tegemist teha?
    Loomise aluseks on: inimlik huvi, vajadused ja erinevate teadus- ja tehnikaharude (IT, geneetika, nanotehnoloogia , sotsiaalpsühholoogia jt) areng.
  • Nimetage mõni valdkond , kus intelligentsete süsteemide rakendamine lahendaks olulisi ülesandeid. Milles seisneb siin süsteemi "intelligentsus"? Valdkond, kus lahendatakse ebaolulisi või mõttetuid ülesandeid? Mida lahendatakse rohkem?
    Näiteks lühima teekonna otsimine tööle sõites, arvestades liiklusolukorda (waze). Intelligentsus seisneb selles, et inimene mõtleb oma kogemuste põhjal kuid süsteem suudaks leida lühima tee.
  • Nimetage mõni intelligentne süsteem, mis sõltub maailma mudelist.
    Kujutlusvõime?
  • Mille poolest on inimese käitumine ning arutlus erinev tehissüsteemide omast?
    näiteks: inimesel on võime ette kujutada ja kujutlusvõime abil prognoosida tegevuste või arutluste tulemusi; inimene ei püüa sihipärasel tegutsemisel leida optimaalset lahendust - pigem mingisugust sobivat lahendust;
  • Kirjeldage kogemusliku (heuristilise) teadmuse rolli.
    põhineb olemasolevate teadmiste ehk kogemuste kasutamisel ja tõhustab lahenduse leidmist , kuid ei garanteeri ( parimat ) lahendust.
  • Milline erinevus on teadmise ja teadmuse vahel?
    teadmus - teadmised millegi kohta (kogumina); süstemaatiliseks kasutamiseks korraldatud faktide, sündmuste ja tõdemuste kogu.
    teadmine sisaldab ka seoseid andmete vahel, mis on vajalikud otsuse tegemiseks; samuti üldistatud infot või kogemust, mille põhjal saab efektiivselt tegutseda
    Teadmine on suhe kolme ilmingu vahel:
    · objekt (asi, mille kohta teatakse ),
    · seda esindav (sellega seotud) märk,
    · teadja ( agent , subjekt, kes teab; samuti edaspidi järeldamise masin).
  • Millised on tehisolendite õigused? Muuhulgas , üha rohkem tehakse eksperimente, kus tarkvaraline või füüsiline tehisolend tekitatakse esmalt mingil primaarsel kujul ning seejärel kasvatatakse üles ja õpetatakse nagu inimest. Millised on nende olendite õigused? Kas abielu omaloodud objektiga on reaalne? Mida see tähendaks ja milliseid muudatusi tuleks sisse viia kooseluseadusesse?
  • Esitage argumente, mis ütlevad, et masin suudab või ei suuda saavutada inimese taset. Esitage mõlemas argumentatsioonis kaks tugevat ja kaks nõrka kohta.
    Suudab:
    * Arvuti võitis matši male maailmameistriga (2006.a., Deep Fritz - Vladimir Kramnik 4:2)
    * Hinnatakse, et arvutisüsteemid mõjutavad börsi rohkem kui inimesed
  • Oletagem, et virtuaalne surematus on võimalik. Kas salvestatav inimene sellisel juhul saavutas surematuse? Millal võiks nii öelda? Kelle seisukohast saavutas?
    virtuaalne surematus - hinnatakse, et on võimalik teha inimesest (keha, mõistus, emotsioonid jne) täielik koopia arvutisüsteemis. Saavutas surematuse andmete ja teadmiste seisukohalt.
  • Oletagem, et intelligentsed süsteemid võiksid saada üsna targaks. Millisel moel nad võiksid saavutada kontrolli? Kas nende poolt on põhjust oodata vaenulikkust või sõbralikkust? Miks? Kas inimesed suudaksid neid tunnetada? Vastupidi? Kuhu suunasvõiks olukord areneda?Kas võiks tuua paralleele inimeste ja loomade vaheliste suhetega ?
  • Tooge kaks poolt - ja kaks vastuargumenti tehnoloogilise singulaarsuse ja tugeva tehisintellekti väidetele.
    Tehnoloogilise singulaarsuse vastuväited:
    · Areng ei kiirene eksponentsiaalselt
    · Muutus pole hetkeline, see on periood
    Tehnoloogilise singulaaruse positiivne tegevuskava:
    · Töötada pigem süsteemide integreerumise suunas (nii inimese kui ka keskkonnaga), vähendades konflikte
    · Leida inimese koht tuleviku kooslustes
  • Milline võiks olla intelligentsete süsteemide tunnetuslik ja majanduslik väärtus?
    Näiteks hinnatakse, et arvutisüsteemid mõjutavad börsi rohkem kui inimesed. Harvardi Ülikooli professor Kenneth Rogoff pakub, et tehisintellekti rakenduste areng võib mõjutada maailma lähitulevikus rohkem kui Hiina ja India kasv, mida üldiselt peetakse kõige suuremaks maailma majandust muutvaks teguriks
  • Kas Gödel i ja Löbi teoreemid võivad midagi öelda intelligentsete süsteemide kohta?
  • Vajadused ja motiivid teadmussüsteemide (TS) tekkeks ja arenguks.
  • Andmed, info, teadmine, teadmus.
    · andmed iseloomustavad objekti mingeid atribuute üldiselt aktsepteeritud skaalal (pikkus, kaal, hulk jne),
    · info tekib omavahel seostatud andmete põhjal; seda saab mingil eesmärgil kasutada,
    · teadmine sisaldab ka seoseid andmete vahel, mis on vajalikud otsuse tegemiseks; samuti üldistatud infot või kogemust, mille põhjal saab efektiivselt tegutseda.
    · teadmus - teadmised millegi kohta (kogumina); süstemaatiliseks kasutamiseks korraldatud faktide, sündmuste ja tõdemuste kogu.
  • Teadmise liigitusi (vähemalt kaks). Kogemuslikud teadmised(ekspertteadmised).
    Inimteadmisi võib klassifitseerida:
    tehnilisteks (kehtivad “kindlasti” - neid saab esitada näiteks valemite või algoritmilise keele programmidega),
    raskelt formaliseeritavateks või
    mitteformaliseeritavateks ( intuitsioon , üldised teadmised, oskused) ja
    kogemuslikeks (ekspert-, heuristilised teadmised - kehtivad enamasti, kuid mitte alati).
  • Programmides, andmebaasides, ekspertsüsteemides kasutatavaid teadmisi.
  • Teadmussüsteemi mõiste. Näited rakendustest. Realiseerimie ja testimine.
    Teadmussüsteem- Infotöötlussüsteem, mis aitab lahendada teatava ainevalla või rakendusala probleeme teadmusbaasist järelduste tegemisega.
  • Teadmiste esitamise formalisme.
    Teadmiste esitamiseks võib kasutada mitmesuguseid keeli ja formalisme, näiteks loomulikku keelt, semantilisi võrke, mitmesuguseid loogikaid, reegleid, freime, närvivõrke, andmebaaside kirjelduskeeli, algoritmilisi keeli, otsustuspuid, graafe jm
    Teadmuse kujutamise keeli saab liigitada deklaratiivseteks ja protseduurseteks. Deklaratiivsete keelte puhul (nt Prolog , semantika kirjelduse vahendid) kirjeldatakse olukord ja vajadusel küsitakse lahendust (lahenduskäik tuleb süsteemil ise leida). Protseduursetes keeltes (nt algoritmilised keeled) esitatakse olukorra kirjeldus, küsimus ja lahenduskäik koos.
  • Seos teadmiste esitamise ja järeldamise vahel.
  • On mitmeid vägagi erinevaid loogikaid. Millal mingit teadmuse esitamise ja arutluse meetodit võib nimetada loogikaks? Tooge näiteid teadmuse esitamise ja arutluse meetodite kohta, mis on ja mis ei ole loogikad. Kas loogika selgitab, kuidas inimene mõtleb?
  • Matemaatiline loogika:keel ja interpretatsioon. Erinevate interpretatsioonide näited.
    Matemaatiline loogika, on loogika formaliseeritud haru mis on mitmete teadmiste kujutamise keelte aluseks. Mat. Loogika keel on näiteks Prolog.
  • Lausearvutus , predikaatarvutus. Mittemonotoonsed loogikad. CLIPS, JESS ja nende edasiarendused.
    lk 21
  • Lause, muutuja, loogikatehe . Aksioom, tautoloogia. Tuletusreeglid, järeldamine, tuletus, teooria. Tõeväärtus. Mudel.
  • Semantika. Semantika erinevates valdkondades, selle seosed teadmistega
    Semantika on keeleüksuse (sõna, lause) tähendus antud kontekstis; aga ka keeleteaduse haru, mis uurib keele ja tegelikkuse suhteid. Üldisemalt , semantika räägib tähendusest;
  • Ontoloogiad ja freimid, pärimine, järeldamine (freimid, reeglid, protseduurid), seoste graaf, mitmene pärimine.
    Freimi all mõistetigi alguses konstruktsiooni, mis esitas mingi objekti olulisi, seda objekti piiritlevaid ja teistest eristavaid omadusi. Edaspidi hakati freimidega kujutama objektide ja nende vaheliste seoste kirjeldusi sõltumatult sellest, kas need kirjeldused olid ammendavad või olemuslikud.
  • Semantilised võrgud : eesmärk, süntaks ja semantika, semantilise võrgu esitus.
    Semantiline võrk on mõistepõhine teadmuse esitus, milles objektid või olekud esitatakse sõlmedena, sõlmi ühendavad sidemed aga näitavad eri sõlmede vahelisi seoseid.
  • Statistilised meetodid masintõlkes.
  • Päringud loomulikus keeles.
  • Semantiline koosvõime. Eesti tegevused semantilise koosvõime alal. Avaandmed, linkandmed, semantiline veeb.
    Semantilise koosvõime all mõistetakse tarkvarasüsteemide võimet teistelt infosüsteemidelt saadud andmeid adekvaatselt kasutada
    Eestis võib iseloomustada järgmiste olulisemate märksõnadega.
    · Põhituum - suutlikkus teiste süsteemidega regulaarselt andmeid vahetada.
    · Luuakse ja kasutatakse süntaksi varasid (ühised andmevahetuse standardid ) ning semantika varasid (valdkonnasõnastikud, tesaurused, klassifikaatorid, ontoloogiad, teenuste registrid jne)
    · Open data(avaandmete) kasutamine.
    Avaandmed -veebis kõigile avalikult kasutamiseks antud masinloetavas formaadis andmed ilma kasutamis -, patentide- ja levitamispiiranguteta (üldjuhul tasuta).
    Liknandmed- eesmärk on luua veebis olevate andmete vahel seosed, mis võimaldavad neid paremini ühendada ja koos kasutada
    Semantiline veeb- püütakse anda informatsioonileveebis tähendust, et parendada nii arvutite-arvutite kui ka inimeste-arvutite koostööd.
  • HTML, XML, OWL, RDF. Open Directory, WordNet, ConceptNet, Cyc, semantiliste seoste automaatne leidmine.
    • OWL stands for Web Ontology Language
    OWL is built on top of RDF
    • OWL is for processing information on the web
    • OWL was not designed for being read by people
    • OWL is written in XML
    • OWL and RDF are much of the same thing, but OWL is a stronger language with greater machine interpretability than RDF.
    • OWL comes with a larger vocabulary and stronger syntax than RDF.
  • Tarkvara agendid .
    Intelligentse agendi põhiline idee on luua eesmärke seadvaid, olukorda hindavaid, läbirääkivaid, koos töötavaid, otsustavaid süsteemiobjekte ning nende kooslusi. Tüüpilised näited – isiklik reisiagent, isiklik assistent, agentide võrgustikud.
    Suurim eelis - seadmete iseseisvus ja koostöö.
    Agentide probleeme - kasutamine, standardimine , turve, teenuste tasustamine, agendid ründetarkvarana arvutivõrkudes.
  • Reeglid: eesmärk, üldkuju, sihi- ja andmepõhine järeldamine, Rete algoritm , selgitused, üldistused, järeldamise juhtimine, reegli- ja andmebaasid , reeglibaasid ja otsustuspuud, reeglibaasi spetsifikatsioon .
    Sihipõhine järeldamise põhimõte: Valitakse siht ning uuritakse, millised reeglid viivad selle sihini (reeglid, mille järeldus on otsitav siht). Valitakse üks nendest reeglitest ning uuritakse, millised reeglid viivad selle eeldusteni. Võetakse viimastest üks reegel ning uuritakse selle eeldusi jne. Kui otsitava sihini ei vii ühtegi reeglit, siis küsitakse sihi väärtus kasutajalt .
    Andmepõhise järeldamise korral püütakse etteantud andmetest teha võimalikult palju järeldusi, kasutades reeglibaasi reegleid. Järeldamisel leitud faktid lisatakse etteantud andmetele. Need faktid võivad muuta tõeseks uusi reegleid, seepärast tuleb järeldamist korrata , kuni küsimus on vastatud või kuni enam midagi pole järeldada.
    Rete algoritmi puhul kontrollitakse ainult vajalikke reegleid. Rete algoritmi abil ehitatakse otsingupuu, mida kasutatakse tulemuse leidmisel. Algsete ja tuletatud faktide väärtused salvestatakse puu tippudes. Algoritm säästab oluliselt tuletamise aega, kuid võib nõuda palju mälu, kui reeglibaas on suur.
    Seda kasutab näiteks CLIPS.

    Andmebaas on sobivaim fikseerunud struktuuriga andmete puhul
    Reeglite ja otsustuspuude võrdlus näitab, et puu on tavaliselt ülevaatlikum, seda kasutataksegi mõnes ekspertsüsteemis reeglibaasist ülevaate saamiseks. Otsustuspuud saab kasutada/vaadata reeglibaasi spetsifikatsioonina

  • Närvivõrgud: närvivõrk ja selle kihid , neuron , tüüpilisi lävifunktsioone, rakendusi, närvivõrgud ja ekspertsüsteemid, närvivõrgud elusorganismis, ebakindluste esitamine närvivõrkudes, reeglid ja närvivõrgud, viis arvutusmudelit.
    Närvivõrk koosneb elementaarsetest töötluselementidest (neuronitest) ja nendevahelistest seostest.
    Neuronid ühendatakse närvivõrku, mis koosneb kahest või enamast kihist . Kahe kihi puhul tegemist sisend - ja väljundkihiga, nende vahel võivad olla varjatud kihid.
    Närvivõrkudel on palju rakendusi, näiteks aktsiahindade prognoosimine , lõhna/värvi tuvastamine , allveelaevade avastamine sonari abil, käekirja lugemine, vigase toodangu diagnoos jne.
  • Milline teadmiste esitamise keel on parim?
    parimat teadmiste esituse keelt ei ole, erinevatele ülesannetele sobivad erinevad keeled

  • Ebakindluse/mittetäpsuse jne liike (näited!).
    · Ebatäpsus (maatüki külje pikkus on 50 meetrit täpsusega +-2 meetrit)
    · Ebakindlus (ma arvan, et see maksis 50)
    · Hägused (see on vana tööriist)
    · Vasturääkivad
    · Puudulikud
    · Liiased
  • Esinemine teadmussüsteemis (andmed, teadmusbaas).
  • Formaliseerimise võimalusi (3).
  • Näiteid AND, OR, INF kohta.
    · AND (ja, " korrutamine "), vajalik eelduste kogukaalu leidmisel, kui nad on seotud AND tehtega
    · INFERENCE (järeldamine), vajalik järelduse kaalu leidmiseks, kui on antud reegli ja eelduse kaalud
    · OR (või, " liitmine "), vajalik mitme reegli järelduste kombineerimiseks
  • AND, OR, INF soovitavaid omadusi.
    lk39
  • Analoogiaid, allikaid (küsimustikud kaaludega, hindamissüsteem, arvamuste kombineerimine elus, . . .).
  • Õppimine: mõiste; meetodid; funktsioone, keeli, formalisme; algoritme/põhimõtteid.
  • Näidetel põhineva õppimise üldine skeem.
  • ID3: meetod; palju objekte; ID3 õppimise seisukohast; analüüs.
    Masinõppe algoritm ID3 loob etteantud otsustustabeli põhjal optimaalse (minimaalse tippude arvuga) otsustuspuu . Kui puu tippe või atribuute on palju, võib muutuda aeglaseks. Selleks on vaja algoritmi, mis otsib erandeid .
    Algoritmi analüüs annab vastuse järgmistele küsimustele.
    · Millal puud pole?
    · Mida teha vasturääkivate andmete puhul?
    · Kas iga puu annab sama funktsiooni? Mis mõttes sama?
    · Kas efektiivseim puu on ka sisult optimaalne?
  • C4.5.
    ID3 üldistus on algoritm C4.5, mis
    (1) lubab väärtustamata atribuute - puu ehitamisel vaadatakse vaid neid objekte, kus atribuudil on väärtus;
    (2) lubab numbrilisi atribuute - atribuudi väärtused jagatakse kahte või rohkemasse ossa nii, et sellest jaotusest tulenev määramatus oleks minimaalne (võib kaasa tuua mahukad arvutused selleks, et leida parimat klassijaotust).
    C4.5 algoritmi edasiarenduste eelisteks on suurem kiirus, väiksem mälu vajadus, väiksema tippude arvuga puud jm.
  • Lihtne õppimine närvivõrkudes.
    Üldine õppimise põhimõte närvivõrkudes on, et lisaks väljundi arvutamisele modifitseeritakse närvivõrku ennast - tavaliselt seoste kaale, harvemini lävifunktsiooni läviväärtust/tüüpi või närvivõrgu struktuuri. Kasutatakse erinevaid närvivõrgu õppimistüüpe. Üks võimalik õppimise idee põhineb Delta reeglil
  • Kuidas toimub kinnitusega õppimine elus? Tehissüsteemides?
    Paljudes olukordades saab tegutseja tegutsemise käigus positiivset või negatiivset tagasisidet (nt kiitust ja laitust, heaolutunnet või valu, pluss- või miinuspunkte), kuid mitte konkreetseid juhiseid selle kohta, mida täpselt tuleks teha. Tagasisidet võib saada kas tegevuse lõpus või vahepeal . Õppimist sellise tagasiside põhjal nimetatakse kinnitusega õppimiseks (reinforcement learning ). Üldjuhul muudetakse kinnitusega õppimise käigus tegutsemist , eesmärgiga maksimeerida positiivset ja minimeerida negatiivset tagasisidet.
    Elus me teame, mis on meeldiv ja mis ebameeldiv. Tehissüsteemides tuleb aga teadmine kaasa anda.
  • Millist süsteemi esitust kasutatakse tihti kinnitusega masinõppes?
    Markovi otsustusprotsessi ( graafi )
  • Otsingu rakendused , nende tüübid ja näited.
  • Otsingu meetodite liigitusi.
    · rakenduste järgi - rakendusteks võivad olla näiteks planeerimine , äratundmine, mängud, otsustamine, kasutajale kuvatava info otsing otsingumootoris, pakettide marsruutimine,
    · probleemipüstituse formalismi järgi (“loogiline tase”, millel toimub sisuline otsing) - nt loomulik keel, matemaatiline loogika, formaalne keel, andmed, reeglid, semantilised võrgud, veebilehe arenduse keel, marsruutimistabelid,
    · probleemi lahendamise formalismi järgi (millel otsitakse, “füüsiline tase”) - nt otsing tabelil, puul, orienteeritud/orienteerimata graafil , ja/või graafil, kaalutud/kaalumata graafil, automaadil , Markovi ahelal ja nii edasi,
    · otsingu eesmärgipüstituse järgi – nt graafi puhul: leida lühim tee graafi ühest tipust teise tipuni, ühest tipust kõikide tippudeni, kõikidest tippudest kõikide tippudeni,
    · selle järgi, kas kasutatakse otsingu heuristikaid
  • Dijkstra algoritm, selle rakendused, efektiivsus.
    Dijkstra algoritm on näide heast otsingu algoritmist orienteeritud kaalutud graafil.Algoritm ei kasuta heuristilist infot ja leiab lühima tee ühest tipust kõikide tippudeni.
  • Heuristiline otsing, selle eelised ja puudused.
    Heuristilise otsingu puhul kasutatakse lisainfot otsingu suunamiseks. Näiteks, kui otsitakse kaardil lühimat teed punktist A punkti B, siis võib kasutada soovitust "eelista vahetippe, mis on sihtkohale lähemal", "vaata teid, mis on kaardil enam-vähem paralleelsed punkte A ja B ühendava sirgega" või "vaata ainult suuri teid". Mõnede ülesannete puhul võib vajalike otsinguoperatsioonide arv väheneda tuhandeid kordi . Samas leiab heuristiline otsing tüüpiliselt hea lahendi, kuid ei pruugi leida parimat.
  • Algoritm A*.
    Heuristilise otsingu üks tuntud algoritm on A*. Selle algoritmi puhul on iga tipu jaoks olemas hinnang selle tipu kaugusele etteantud lõpp-punktist. Kuni minimaalse tee leidmiseni vaatab algoritm läbi kõikvõimalikud teed, mis viivad alguspunktist lõpp punktini.
  • Näiteid heuristikate kohta.
    Otsingu suunamiseks võib anda kogemuslikku (heuristilist) lisainfot. Näiteks võib kaardil tee otsingul arvestada ilmakaari.
    Omad heuristilised reeglid on paljudes mängudes, heuristilisi reegleid kasutatakse otsingumootorites jne. Selline otsing ei garanteeri lühimat ega parimat teed,
  • Vasakule Paremale
    Intelligentsed süsteemid #1 Intelligentsed süsteemid #2 Intelligentsed süsteemid #3 Intelligentsed süsteemid #4 Intelligentsed süsteemid #5 Intelligentsed süsteemid #6 Intelligentsed süsteemid #7 Intelligentsed süsteemid #8 Intelligentsed süsteemid #9
    Punktid 10 punkti Autor soovib selle materjali allalaadimise eest saada 10 punkti.
    Leheküljed ~ 9 lehte Lehekülgede arv dokumendis
    Aeg2015-05-25 Kuupäev, millal dokument üles laeti
    Allalaadimisi 14 laadimist Kokku alla laetud
    Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
    Autor Oskar Liblik Õppematerjali autor
    Eksamiküsimused millest 70-80% on vastatud.

    Sarnased õppematerjalid

    IT EKSAM
    17
    odt

    IT EKSAM

    pähe. IBM toodab/arendab esimese kõvaketta ­ 1956, 5MB mälu FORTRAN ­ 1957, IBM Fairchild Semiconductors ­ 1957, moodustati 8-sa inseneri poolt, kes lahkusid Shockley ´st Integreeritud vooluring ­ 1958, Kilby Texas Instruments´ist Integreeritud vooluring ­ 1959, Robert Noyce Fairchild´ist konstrueeris, Fairchild Semiconductor kuulutab integreeritud vooluringi nn ainuavastamise SAGE ­ 1958, Külm sõda, USA ja Kanada pool-automaatne õhutõrje süsteem, mitmed radari jaamad omavahel ühenduses (Semi ­ Automatic Ground Environment) Esimene kommerts modem - 1960, AT&T COBOL ­ 1960, Common Business Oriented Language LISP ­ 1960, Esimene AI programiseks mõeldud keel Esimene kommerts integreeritud vooluring ­ 1961, Fairchild Semi Spacewar ­ 1961, esimene arvutimäng PDP-1 le Ivan Sutherlandi Sketchpad ­ 1962, graafika süsteem Arvuti hiire patent ­ 1963, Douglas Engelbart ASCII ­ 1963, American Standard Code for Information Interchange

    Algoritmid ja andmestruktuurid
    Tehisnärvivõrgud ja nende rakendused
    34
    pdf

    Tehisnärvivõrgud ja nende rakendused

    Tänapäeval üks populaarsemaid mõisteid juhtimisteoorias on Närvivõrk. Vaatleme mis on närvivõrk, millest võrk koosneb, kuidas seda kasutada ja missugused praktilised ülesanded võivad olla lahendatud nende abil. Tehisnärvivõrk on väga lihtsustatud bioloogilise närvivõrgu mudel. Tema tööalgoritmid on ka tulnud bioloogiliste närvivõrkude tööprintsiibist. 1.1 Bioloogiline neuron ja bioloogilised närvivõrgud Inimese aju on väga keeruline ja võimas süsteem. Ta on võimeline mõtlema, mäletama, ja lahendama probleemi. Seepärast teda tööd katsetakse simuleerida arvuti mudeli abil. Aju koosneb omavahel seotud rakkudest ­ neuronitest. Bioloogiline neuron (joonis 1.1) on lihtne andmeid töötlev süsteem. Ta saab informatsiooni dendriitide kaudu. Dendriit-id on bioloogilise närvivõrgu sisendid. Sisendsignaalideks on närvi

    Süsteemiteooria
    Tehisnärvivõrgud ja nende rakendamine
    34
    pdf

    Tehisnärvivõrgud ja nende rakendamine

    Tänapäeval üks populaarsemaid mõisteid juhtimisteoorias on Närvivõrk. Vaatleme mis on närvivõrk, millest võrk koosneb, kuidas seda kasutada ja missugused praktilised ülesanded võivad olla lahendatud nende abil. Tehisnärvivõrk on väga lihtsustatud bioloogilise närvivõrgu mudel. Tema tööalgoritmid on ka tulnud bioloogiliste närvivõrkude tööprintsiibist. 1.1 Bioloogiline neuron ja bioloogilised närvivõrgud Inimese aju on väga keeruline ja võimas süsteem. Ta on võimeline mõtlema, mäletama, ja lahendama probleemi. Seepärast teda tööd katsetakse simuleerida arvuti mudeli abil. Aju koosneb omavahel seotud rakkudest ­ neuronitest. Bioloogiline neuron (joonis 1.1) on lihtne andmeid töötlev süsteem. Ta saab informatsiooni dendriitide kaudu. Dendriit-id on bioloogilise närvivõrgu sisendid. Sisendsignaalideks on närvi

    Infoharidus
    Teoreetilibe informaatika kordamisküsimused
    37
    doc

    Teoreetilibe informaatika kordamisküsimused

    Selliseid programme saab täita ühe magasiniga raali ja funktsioone pop(element) ja push(element) Tõestuste esitamine puudena: Puu lehed on aksioomid ning teised tipud on teoreemid. Kaared vastavad tuletusreeglite rakendamisele. 5. Programmeerimiskeelte klassid. Arvuti töötleb fikseeritud märgisüsteemis esitatud infot. See märgisüsteem on keel. Enamus raalis kasutatavatest keeltest moodustavad programmeerimiskeeled. Programmeerimiskeel on tähistuste ja reeglite süsteem algoritmide esitamiseks arvutile. Inimesele sobiva kuju alusel jaotatakse progemiskeeled · masinkeeled (masinkood ­ konkreetse raali 01010 jada, autokood ­ konkreetse raali märgiline progemiskeel) · algoritmilised e kõrgtaseme keeled (raalist sõltumatute protsesside kirjeldamiseks) aritmeetilised arvutused algebraliselt peamiste algoritmiliste juhtstruktuuride jaoks oma laused IO kirjeldamise laused

    Teoreetiline informaatika
    Algoritmid ICD0001 - kordamisküsimused
    22
    docx

    Algoritmid ICD0001 - kordamisküsimused

    Kordamisküsimused aines "Algoritmid ja andmestruktuurid" Eksamil 1 komplekt katseid Moodles. Enne enesetesti õpi ära asümptootiliste relatsioonide (hinnangute?) definitsioonid. Lõppeksam koosneb teooriaküsimustest ning programmeerimisülesannetest. Eksam toimub arvutiklassi arvutitel e-õppe keskkonnas ning kestab 150 minutit. Meetod Keskmine Halvim Insertion sort, О(n2) O(n2) Stabiilne pistemeetod Binary search, O(log n) O(log n) kahendotsimine Kahendpistemeetod, Stabiilne. binary insertion sort Quicksort, O(n logn) O(n2) Ei ole stabiilne. kiirmeetod Radix sort, O(n) O(n) Stabiilne. positsioonimeetod Merge sort, O(n logn) O(n logn) On enamasti ühildusmeetod

    Algoritmid ja andmestruktuurid
    Sissejuhatus infotehnoloogiasse eksamikonspekt
    35
    pdf

    Sissejuhatus infotehnoloogiasse eksamikonspekt

    integraalskeemi peal olevate komponentide(transistoride, takistite) arv kasvab umbes 2 korda pooleteise aasta jooksul INTEL – 1968. a Robert Noyce ja Gordon Moore lahkusid Fairchildist ja asutasid Intel Corporationi (nemad on kõige kuulsamad asutajad, oli ka teisi), 1970 intel 4004 CPU (single chip computer) ENGELBART – 1963. a Douglas Endelbarti saab arvutihiire patendi, 1968. a töötas välja kaasaegse näoga, lihtsakoelise süsteemi(klaviatuur, keypad?, hiir, windows?). Süsteem oli nagu Wordi analoog/kontori komplekti(tabelarvutust see süsteem ei teinud), reaalsesse kasutusse ei läinud kunagi, demo on väga kuulus. XTEE – 2001. a infovahetus riigiregistrite vahel, e-riigi andmete hoidmise ja vahetamise süsteem 3. nädal • Eksamiks: esimene mikroprotsessor, sql, arpanet, atari, cp/m, winchester, altair, alto, unix ja C, microsofti algus, apple algus, 1977 koduarvutid, visicalc, apple II, symbolics, ibm

    Sissejuhatus infotehnoloogiasse
    Algoritmid ja andmestruktuurid eksamiks kordamine
    80
    pdf

    Algoritmid ja andmestruktuurid eksamiks kordamine

    1. Algoritm. Algoritmi keerukus. Ajalise keerukuse asümptootiline hinnang. Erinevad keerukusklassid: kirjeldus, näited. 1.1 Algoritm • Mingi meetod probleemi lahendamiseks, mida saab realiseerida arvutiprogrogrammi abil. • Algoritm on õige, kui kõigi sisendite korral, mis vastavalt algoritmi kirjeldusele on lubatud, lõpetab ta töö ja annab tulemuse, mis rahuldab ülesande tingimusi. Öeldakse, et algoritm lahendab arvutusülesande. • Selline programm, mis annab probleemile õige vastuse piiratud aja jooksul. • Kindlalt piiritletud sisendi korral vastab ta järgmistele kriteeriumitele: o lõpetab töö piiratud aja jooksul; o kasutab piiratud hulka mälu; o annab probleemile õige vastuse. • Parameetrid, mille järgi hinnata algoritmide headust: o vastava mälu hulk; o töötamise kiirus ehk vajatava aja hulk. Omadused: 1. Lõpplikkus – töö peab lõppema peale lõ

    Informaatika
    Loogika aine ja ajalugu
    20
    doc

    Loogika aine ja ajalugu

    aritmeetika. Esimese kahe oluliseks omaduseks on nende lõplikkus. Tõepoolest, olgu sugulaste andmebaasis või mitu miljonit nime, nende hulk on ikkagi lõplik. Samamoodi tuumajaamaga: kuitahes keeruline kaitsesüsteem ka ei oleks, sellegipoolest on tegu lõpliku hulga torude, juhtmete, andurite ja muude komponentidega, mis teatud konkreetsel viisil kokku pandud. Niisuguste lõplike andmebaaside või süsteemide üle arutlemise jaoks on loogika täielik: põhimõtteliselt on võimalik kogu süsteem hulga väidete abil ära kirjeldada, ning seejärel saab väikese hulga standardsete loogikareeglite abil tuletada iga õige väite nimetatud süsteemi kohta. Erinevalt esimesest kahest on meie kolmanda näite - aritmeetika - näol tegemist lõpmatu süsteemiga: täisarve on ju lõpmatult palju. Kas lõpmatut süsteemi saab üldse kirjeldada lõpliku hulga väidete abil? Teatud piirini saab. Defineerime näiteks täisarvude hulga: · ``0 on täisarv''

    Loogika




    Meedia

    Kommentaarid (0)

    Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



    Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun