1. Vrednost fazi funkcije pripadnosti je iz skupa/opsega: a) {0,1} 1.A Odgovor: g) pomou funkcije pripadnosti 2.

Na slici je prikazan grafik: b) diskretanog fazi skupa

2.A Na slici je prikazan grafik: d) kontinualnog fazi skupa

3. Jezgro fazi skupa A je: f) { | = 1} 3.A Podrka fazi skupa A je: b) { | > 0} 4. Normalizacijom fazi skupa = {0.17 / 1 , 0.34 / 2 , 0.78 / 3 , 0.62 / 4 , 0.31 / 5 } dobijamo fazi skup: b) = {0.22 / 1 , 0.43 / 2 , 1.00 / 3 , 0.79 / 4 , 0.40 / 5 } 5. Koji grafik ispravno prikazuje fazi promenljivu i njene vrednosti: (Odgovor pod C)

6. Presek fazi skupova A i B je fazi skup C definisan sa: a) () = min ((), ()) , b) () = max ((), ()) , (UNIJA) g) () = 1 C(x), x X (KOMPLEMENT) 7. Ako je AND operator implementiran kao min, a OR operator implementiran kao max, vrednost izraza: (0.5 AND 0.3)OR(0.7 AND 0.2) je: a) 0.3

8. T NORMA (S NORMA) je operator predstavljen funkcijom dva argumenta, koji zadovoljava sledede uslove: a) asocijativnost, komutativnost, monotonost, granini uslov 9. Koncentracija fazi skupa A definisana je sa: d) () =( () ), =2 10. Dilatacijaa fazi skupa A definisana je sa: c) () =( () ), =0.5 11. Generalizovani modus ponens (GMP) je: a) , / (gde su A, B, A fazi skupovi) 12. Fazi zakljuak B, izveden kompozicijom je: c) B=A o R, gde je A fazi skup, a R je fazi relacija 13. Fazi zakljuak B izveden projekcijom je: a) =( () ), A je fazi skup, Y crisp skup, a R fazi relacija 14. Mamdanijev metod transformacije fuzzy pravila AB u relaciju je: b) (,)=min((),()) 15. Klinijev (Kleene-Dienes) metod transformacije fuzzy pravila u relaciju je: a) (,) =max(1(),()) d) (,) =max(1(),()) 16. Fazi pravala kakva koristi Mamdani sistem fazi zakljuivanja sa dva ulaza i jednim izlazom su oblika: c) If (x1 je A) AND (x2 je B) Then (y je C), gde su A, B i C fazi skupovi e) If (x1 je A) AND (x2 je B) Then (y je C), gde su A, B i C fazi brojevi 16A. Fazi pravala kakva koristi Sugeno sistem fazi zakljuivanja sa dva ulaza i jednim izlazom su oblika: a) If (x1 je A) AND (x2 je B) Then (y=c0+c1*x1+c2*x2), gde su ci konstante 17. Sugeno (TSK) tip fazi zakljuivanja prikazan je na slici: (Odgovor pod D)

18. Ako je 0= { 0| (0)= (()) , defazifikacija metodom Mean of Maxima (MoM) je: b) 0= y / |0| f) nijedno 19. Ako su A i B fazi brojevi definisani nad univerzumima X1 i X2 respektivno, rezultat funkcije f nad domenom Y (princip proirenja) je: e) (,) ==(1,2) ( (X1) (X2)) 20. Odskona aktivaciona funkcija neurona je: a) () = {1, 0 { 0, <0 20A. Linearna funkcija neurona je: a) f(n) = n

21. Ako je definisana neuronska mreza tipa perceptona, dimenzija ulaza je P je Rx1 onda je : Resenje: SxR ili S1xR 22. Ako je ulaz u neuronsku mrezu p1=1, p2=2,p3=3, a f-ja transformacije linearna f(n)=n,..Resenje : W*p+b 23. Ako je neuronska mreza obucena Resenje : e=tk-Yk 24. Neka ulaz neuronske mreze vektora P dimenzija 3x1 ocekivani izlazi t1=1,t2=0, t3=0, t4=1 sinapsa map W, a vektor biasa je b. Resenje: s=4; w=4x3; b=4x1 25. Pravilo promene matrice W i vektora biasa Resenje: W(r)=W( +e () odg nijedno, zato sto treba W svuda da bude novo. Ne sme poceti bez nijedno treba da stoji W, a ne W=*e(t)*pt,poda A bi bilo da stoji W posto je W=e*pt ,e=b 26. Odrediti vrednost vektora biasa i+1, ako su vrednosti u koraku i b1=4, b2=7, ulaz p je p1=1,p2=3,p3=1 Resenje: b=(t-y)=e bnovo=bstaro+b 27. Koliko slojeva ima neuronska mreza br W i br b je sloj. Resenje: Izlaz u troslojnoj neuronskoj mrezi za ulaz y=f(W3(f(W2x(f(W1xP+b1)+b2))b3 (Zbog toga sto imamo 3W i 3b W1*b+p1) 28. Algoritam Backpropagation: Resenje: .gresku gledam unazad backproop ||| greska drugog se gleda na osnovu treceg. Koristi se za obucavanje viseslojnih feed=forward mreza, greska ostalih sloj zavisi od greske sledeceg sloja. 29. U odnosu na prostiranje signala neuronske se dele na: 1.Feedforward 2.FeedBack 30. Fazi neuron se u odnosu na neuron razlikuje u sledecem: -ulaz u neuron su fazi brojevi -tezinski koeficijenti su fazi brojevi -izlaz iz neurona je fazi broj -ulazi pomnozeni sa tezinskim fakotorima se ne sabiraju,vec se nad njima vrsi neka druga operacija agregacije