База задач по информационным технологиям

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,92; w2=-0,01; w3=-0,16; w0=0,48; x1=0,13; x2=0,49; x3=-0,59; функция - логистическая (сигмоидальная).

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,15; w2=-0,63; w3=0,35; w0=0,66; x1=0,74; x2=0,64; x3=-0,98; функция - логистическая (сигмоидальная).

Построй диаграмму IDF0 для онлайн-тренажера с функционалом для подготовки школьников ко второй части ОГЭ по математике, поддерживающий как возможность индивидуальной проработки сложных заданий с помощью интерактивных упражнений и пошаговых разборов, так и предлагающий перечень типовых задач с готовыми решениями и обучающими материалами.

ты студент, разработай dfd-диаграмму изготовления мебели для магазина, чтобы была контекстная диаграмма уровня системы с внешними сущностями: магазин, завод, строительный магазин, диаграмма уровня подсистемы, раскрывающая процесс изготовления на заводе

Задание 1
1. Описать одноранговую локальную сеть с топологией линейная шина.
2. Проанализируйте описание локальной сети и сделайте выводы.
3. Заполните таблицу.
\begin{tabular}{|c|c|c|}
\hline Схема локальной & & \\
\hline μlticolumn{3}{|l|}{Недостатки} \\
\hline μlticolumn{3}{|l|}{Преимущества} \\
\hline μlticolumn{3}{|l|}{Количество
компьютеров в сети} \\
\hline μltirow[t]{2}{*}{Оборудование, необходимое для создания сети и его стоимость} & оборудование & стоимость \\
\hline & & \\
\hl

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,01; w2=-0,71; w3=-0,13; w0=0,51; x1=-0,18; X2=0,22; x3=-0,92; функция - логистическая (сигмоидальная).

В текстовом редакторе набран текст.

В мире существует множество языков, и каждый из них уникален. Языки помогают нам общаться и выражать свои мысли. Некоторые языки имеют древнюю историю, а другие развиваются только сейчас. Интересно, что одним из самых распространённых языков является английский. Он стал международным языкдм общения в различных сферах. Изучение новых языков открывает новые горизонты и возможности.

Выбери свойства абзацев, присутствующие в данном тексте.
(В ответе запиши номер

Разработать схему коммуни кационной сети, которая смо жет обеспечить передачу да нных на территории центра с путниковой связи используя сетевое оборудование сети. Составить план размещения сетевого оборудования на т ерритории центра спутников ой связи, используя сетевое оборудование сети.

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Mamdani.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0,1; y0=0,15.

Ответ:

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(-1, +1, +1, +1, -1, +1, +1, +1, -1, +1, +1)

А2=(+1, +1, +1, -1, +1, +1, +1, +1, +1, -1, +1)

А3=(+1, -1, -1, -1, +1, +1, -1, +1, -1, +1, -1)

А4=(+1, +1, -1, +1, -1, +1, +1, -1, +1, -1, -1)

B=(-1, +1, -1, -1, -1, -1, +1, +1, +1, +1, +1)

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(-1, +1, -1, +1, -1, +1, -1, -1, +1, -1, -1)

А2=(-1, +1, +1, -1, -1, -1, +1, -1, +1, +1, +1)

А3=(-1, -1, +1, -1, -1, -1, +1, +1, +1, -1, +1)

А4=(+1, -1, -1, +1, +1, -1, +1, -1, +1, -1, +1)

B=(+1, -1, -1, -1, +1, -1, -1, +1, +1, -1, +1)

1.Изучить классификацию компьютерных вирусов по среде обитания
2.Заполнить таблицу:
Тип вируса
Описание среды обитания
Принцип действия
Типы заражаемых файлов с указанием расширения

Задан однослойный персептрон с сигнатурной функцией активации. Весовые коэффициенты всех связей и смещения равны 0,5. Задана обучающая выборка состоящая из следующих примеров А1, А2, А3, А4. Для каждого примера задан ожидаемый выходной сигнал нейронной сети: D1, D2, D3, D4. С использованием обучающей выборки проводят настройку нейронной сети. Порядок подачи примеров из обучающей выборки: А1-А2-А3-А4-А1. Коэффициент скорости обучения равен 0,2. Посчитайте сумму всех весовых коэффициентов и смещения после 5 итераций обучения персептрона по методу дельта правила. Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(0,8; 0,4; -0,1; 0,3); D1=+1.

А2=(-1,3; 1,3; 1,1; 1,1); D2=-1.

А3=(-0,1; 0,1; -0,1; -0,7); D3=+1.

А4=(-0,1; -0,9; -1,1; 1,2); D4=+1.

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1 А2 А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Требуется рассчитать выходное значение сигнала нейрона слоя MAXNET связанного с шаблонным сигналом А1 после 3 (третьего) перехода сигналов по обратным связям.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(+1, +1, -1, +1, -1, +1, -1, -1, -1, -1, +1)

А2=(-1, +1, +1, +1, -1, -1, +1, -1, -1, -1, -1)

А3=(-1, -1, +1, -1, -1, +1, -1, +1, -1, +1, -1)

А4=(-1, +1, -1, -1, +1, -1, -1, -1, +1, -1, -1)

B=(+1, -1, +1, +1, +1, +1, -1, -1, +1, +1, +1)

Задана порождающая матрица линейного кода: ≤ft(\begin{array}{lllllll}0 & 0 & 1 & 0 & 1 & 0 & 1 \ 0 & 0 & 0 & 1 & 1 & 1 & 1\end{array}\right). Определить количество информационных символов k; минимальное кодовое расстояние d{\min }; гарантированную кратность обнаруживаемых ошибок q{\text {обн }}. Является ли поступившая кодовая комбинация - 1011111 - информационной?

Синдром кода (7,3) образуется по правилу c{1}=a{2} ⊕ a{3} ⊕ a{4}, c{2}=a{1} ⊕ a{2} ⊕ a{5}, c{3}=a{1} ⊕ a{3} ⊕ a{6}, c{4}=a{2} ⊕ a{3} ⊕ a{7}. Принята комбинация 0100000 .

Синдром равен: ?

Рисунок размером 32 на 1024 пикселей занимает в памяти 28 Кбайт (без учёта сжапия). Найдите максимально возможное количество цветов в палитре изображения.

Какой минимальный объём памяти (в Кбайт) нужно зарезервировать, чтобы можно было сохранить любое растровое изображение размером 320 на 640 пикселей при условии, что в изображении могут использоваться 16 равличных цветов? В ответе запишите только целое число, единицу измерения писать не нужно.

Отметьте характерные особенности RISC-архитектуры:

Выберите один или несколько вариантов
Небольшое число сложных форматов команд
Фиксированный размер и функциональное назначение полей команд
Уменьшенное число регистров общего назначения
Простые способы адресации
Сокращенный набор команд
Увеличенное число регистров общего назначения

Bonpoc 12 из 30
1 балл

Может ли в компьютере выполняться программа, размер которой превышает размер физической памяти?
Авторство вопроса: Толстобров Александр Павлович
Тема: Управление памятыю в многозадачном режиме
Повторить материал
Оставить отзыв о вопросе / Сообщить об ошибке

Выберите один или несколько вариантов
Может, если на диске выделено место для файла виртуальной памяти
Может, если специальные программные средства обеспечивают управление виртуальным и физическим адресными пространствами
Может, если в процессоре есть достаточное количество регистров общего назначения
Нет не может
Может, если в процессоре имеются аппаратные средства преобразования виртуальных адресов в физические
Может, если в компьютере есть кэш-память соответствующих размеров
Может, если выполняемая программа «умеет» преобразовывать виртуальные адреса в физические

Bonpoc: Как называется обучаемая распознающая система, реализующая корректируемое в процессе обучения линейное решающее правило в пространстве вторичных признаков, которые обычно являются фиксированными случайно выбранными линейными пороговыми функциями от первичных признаков?

Bonpoc: Верно ли следующее утверждение: «Существуют нейронные сети, в которых количество нейронов изменяется в процессе обучения»?

Tun omвета: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
Да
Нет

Bonpoc:
Какой из перечисленных показателей не относится к состоянию нейронной сети?

Tun omsema: Множественный выбор • с выбором нескольких правильных ответов из предложенных вариантов
вес синапсов нейронов
пороги нейронов
установление новых связей между нейронами
количество ошибок при обучении

Bonpoc: Простейший персептрон содержит элементы трех типов. Выполните соответствие вида элемента
свыполняемой им функцией
Tun ombema: Сопоставление
A. принимают двоичные сигналы
B.
C. формируют сигнал реакции персептрона на входной стимул
D. S - элементы
E. A- элементы
F. R-элементы

Перетаскивая элементы мышью, сгруппируйте их в пары так, чтобы левый элемент в каждой паре соответствовал правому.