3. Exemplul 2
Care este exemplul tipic de rețea cu
propagare înapoi:
a) Rețeaua cu Funcții Radiale de Bază.
b) Rețeaua de tip Perceptron Multistrat.
c) Rețeaua Hopfield.
d) Rețeaua cu două straturi ascunse.
4. Exemplul 3
Dacă f(x) este funcția de activare de tip
sigmoid logistic asociată unui neuron, atunci
derivata acestei funcții f’(x) are expresia:
a) f’(x) = [1 + f(x)]/ f(x).
b) f’(x) = [1 – f(x)]* f(x).
c) f’(x) = [1 + f(x)]* f(x).
d) f’(x) = f(x) / [1 – f(x)].
5. SEE
Exemplul 4
Care din următoarele nu este o procedură deaccelerare a
convergenței la antrenarea rețelelor neuronale de tip
Perceptron Multistrat:
a) Stabilizarea procesului de ajustare a ponderilor.
b) Optimizarea procesului deinițializare a ponderilor
din rețea.
c) Aplicarea unor tehnici de optimizare mai eficiente.
d) Identificarea neuronilor-clasă asociați modelelor de
antrenare intrare-ieșire dorită.
6. Exemplul 5
În contextul algoritmului C-medii, prototipul asociat
unei clase reprezintă:
a) Media aritmetică a vectorilor asociați clasei
respective.
b) Vectorul propriu asociat valorii proprii maxime a
matricei caracteristice.
c) Vectorul care caracterizează cel mai bine clasa
vecină.
d) Vectorul medie al vectorilor din setul de
antrenare.
7. Exemplul 6
Ca procedură de accelerare a convergenței,
procedura Nguyen – Widrow, descrisă de
relațiile din figură, este folosită pentru
inițializarea ponderilor:
a) Dintre startul ascuns și stratul de ieșire.
b) Dintre startul de intrare și stratul ascuns.
c) Din întreaga rețea.
d) Dintre două straturi ascunse consecutive.