Professional Documents
Culture Documents
VI2 Parcijalapitanja
VI2 Parcijalapitanja
12a)
b)naFuzyFLCsudovedeniupravljakisignaligrekae(k)ipromjenegreke
e(k),naosnovukojihefuzzyregulatordareagujeidaodgovarajuiupravljaki
signal.
13a)newp
b)plotpc
vraahandlenaiscrtanuklasifikacijskuliniju.Fjanemijenjatrenutnuosu
Naslaovakoplotpvcrtatjpomocutefjeprikazujemoklasifikacionevektore,doksesa
plotpcprikazujeklasifikacionalinija.
11.a
)
MACVICARWHELMredukovanabazapravila
b)funkcijedefuzzifikacijekodSugenomodelasuwtaveriwtsum
13)
NEWP
kreiraneuralnumreuikonfiguriejekaoperceptron.Prviargument
specificiraoekivaniopsegdvijeulaznevrijednosti,adrugiodreujedasemrea
sastojiodtrineurona.
Pitanjapredavanje8
8.1
1.Kojajedefinicijaekspertnogsistema?
Sofistian raunarski program koji primjenjuje ljudsko znanje u specifinoj oblasti
ekspertizezarjeavanjetekihproblema.
Sofistian raunarski program ija mo dolazi iz znanja, aneizprogramskihtehnika
iformalizmasadranogutimtehnikama.
2.Kojesutribaznekomponenteekspertnogsistema?Objasniteih.
Korisnicki interfejs Interakcija izmedju korisnika i sistema, tj. dozvoljava korisniku da
predstaviproblemsistemunprnaEngleskomjeziku
Bazaznanja
Ovdjesenalazeinformacijeuoblikucinjenicaipravila(serijaIFiskaza).
Inferentnamasina
Mehanizamzakljucivanja,procesiraproblemsabazomznanja.
3.Kojijeputkomunikacijeizmeublokovakadaseeksploatieputizmeu3komponente
(korisnikiinterfejs,bazaznanja,inferentnamaina)?
Kojijeovoslajd?Opisatislajd
Nasamompoetkuprocesa,prekokorisnikoginterfejsaseobavljaakvizicijaznanja,dakle
pomouodabranihalatasepokuavatrajnozabiljeitiznanjekojepruajuekspertiiinenjeri
znanja.OvoseprekoIFTHENiskazabiljeiubazuznanja.
Nanekopitanjekojekorisnikuputiprekokorisnikoginterfejsa,sistemodgovaranasljedei
nain:inferentnamainauzimapitanje,vadirelevatnapravilaizbazeznanja,primjenjujeih
naproblemskisetterezultatobradeprikazujenakorisnikominterfejsu.
(Obziromdaseupitanjuspominjublokovi,aovojeslubenoblokstruktura,mislimdajeovo
slajdkojisetraianeovajkojijenasljedeojstrani)
4.Glavniekspertnisistemiakteri
8.2
1.Pokazatirazvojniciklusekspertnogsistemablokovski
DrugiiTrecipoglednaakvizicijuznanja
2.Pokazatirazvojniciklusekspertnogsistematabelarno
Prvipoglednaakvizicijuznanja
3.Objasnitiprvi,drugiitreipogledakvizicije
Samoonooznacenocrvenombojom:
Neznamdalijeovoprofesoreksplicitnonaglasiodasesamooznanocrvenom
bojompiekaoodgovor,alipitanjeseodnosinasvetripogledaanesamonaprvi.
//pitanjeprepisanoizskripteodprolegodine
Prvipoglednaakvizicijuznanjajeprimjenaodgovarajuihalatadasezgrabi(pokupi)znanje
eksperata.Prvipogledpredstavljavarijantudrugogpogledanaakvizicijuznanja.
Drugipoglednaakvizicijuznanjanamgovoriodefinicijiakvizicijeznanja,aodnosise
naprikupljanjeheuristikaoddomenskogeksperta.Poslijeakvizicijeznanjavriseizboralata
zarazvoj,nakontogasepravidizajnbazeznanja(reprezentacijapravila).Nakon
togapravimoprviprototip,ivrimonjegovuvalidaciju.Nakontogavrimoponovnuakviziciju
znanja,jerakosmopustiliuradnasistemiuoilismonekenedostatkemoramodoraditi
tajprototip.
Trecipoglednaakvizicijuznanjaseodnosinastrukturuproblema.Uovomsluajuje
akvizicijaznanjadefinisanakroztrifunkcionalnostiito:
struktuiranjeproblema,
struktuiranjezadataka(izborreprezentacioneeme)i
izgradnjasamogzadatkatj.bazeznanja
Predavanje9
9.1
1.Inferentnamaina(cijelislajd)definicijaistruktura
2.Objasnitirezonovanjeslogikommodusponens
Akosuaia>bistiniti,tadajeibistinito,tjAkojenekobolestan(b)itajnekoizostnesa
posla(a>b)tadajetajnekoizostaosaposla.
p.smenilicnoovonijetacno,jervaljdaa>btrebabitiakojenekobolestan,ondaceon
izostatisaposla.
+
3.Objasnitirezonovanjeslogikommodustolens
Akojea>bistinito,ablazno,tadajeialazno
4.Naveditejedanprimjerizanalitikog/deduktivnogrezonovanja
IFxviseody,andyviseodz,thenxviseodz.
5.Naveditejedanprimjerizheruistikog/induktivnogzakljuivanja
Premisa:Nezaposlenostuzrokujesocijalneprobleme,
Premisa:Nepismenostuzrokujesocijalneprobleme
Premisa:Privrednakrizauzrokujesocijalneprobleme
Premisa:Drogauzrokujesocijalneprobleme.
Zakljucak:Nezaposlenost,nepismenost,privrednakrizaidrogauzrokujusocijalneprobleme.
6.Naveditejedanprimjerizcommonsensea
Nemambraceisestara.
Alitogcovjekaotacjemogocasin.
Zakljucak:Tajcovjekjemojsin.
7.Naveditejedanprimjernabazimodela
//pitanjeprepisanoizskripteodprolegodine
Uzimaserealniobjekatipravisenjegovmodelinapravisesljedeaema:
Naosnovuoveemesevresimulacijeivrisekomparacijaizlazairedukujesemodeldok
tagrekanedostignetraeninivotolerancije.
Akoje
stvarnosimularnotolerantniopseg
tadamoemozakljuitikakavebitiizlaz
realnogobjektanabazimodela.
8.Naveditejedanprimjernabazisluaja
a. Doktorvidipacijentasneobinimsimptomima
b. Doktorseprisjeaprethodnihsluajeva(pacijenatasatakvimsimptomima)
c. Propisujedijagnozuslinustarimdijagnozama
Moenamdoiilidanavedemoilidaprepoznamo
9.2
1.Kojiprocesirezonovanjapostoje?
Lananjeunaprijediunazad.
2.9.slajd(cijelislajdznatinacrtati,backwardchaining)
3.ObjasnitilananjeunaprijednaoptemprimjerusadvapravilaMogudoiizadaci,alisa3
pravila.
4.Objasnitizakljuivanjeiprocessaaspektaforwardchaining
5.Objasnitizakljuivanjeiprocessaaspektabackwardchaining
Neznamtabidrugomoglobitiodgovornaovadvapitanja!
Predavanje10
1.Zatonamtrebaneuronskoraunarstvo?
Da bi smo mogli razvijati adaptivnesistemekojimoguda uceinatajnacinkojimogu
dapoboljsavajuvlastituperformansunakonstecenogiskustva.
2.tajeciljidefinicijaneuronskograunarstva?
Cilj neuronskog racunarstva je podesavanje veza izmedju celija, tako da se ulazni
signali mapiraju u izlazne signale na zeljeni nacin. Neuronsko racunarstvo je nauka koja
proucava celularne mreze, a koje imaju prirodnu sklonost za pamcenje iskustvenog znanja,
koje se prikuplja kroz treniranje i izrazava se kroz stabilna stanja, a koja se mogu pobuditi
krozprezentiraneznakove.
3.Kakonamteorijaaproksimacijepomaeuciljudefinisanjauenja?
Teorija aproksimacije nam pomaze u cilju definisanja ucenja, tako sto nam daje
odgovornapitanjemozemolinaciw*,alitakvodajezadovoljenarelacija:
r[H(p,w*),h(p)]<=r[H(p,w),h(p)]
pri cemu je H(p,w*) najbolja funkcija za aproksimaciju h(p), a H(p,w) je bilo koja iz skupa
{H(p,w)}, tj proces azuriranja tezina u cilju minimizacijeraidobivanjavrijednostiw=w*zove
seucenje.
P.S.akomaloboljepogledamoovugorerelaciju,onajesasvimlogicna,tjrjeudaljenost
izmedjudvijefunkcije,tjmjeradistancedvijefunkcije,pazelimodanadjemotakvow*koje
cebitinajmanje,h(p)jemultivarijabilnfunkcijakojuzelimoaproksimirati,aH(p,w)jefunkcija
kojamozedaaproksimirafunkcijuh(p).
4.Zadatak:Generalnopravilouenja(Napisatizaodreenbrojepoha,onjenaveo5epoha
zaprimjer)
Nisamsigurnazanastavak,alieto:
upetojepohinakrajupredzadnjegredatrebap(5)
5.Objasnitiilinacrtatidijagramzaneuronskumreukojaima3aktivnaslojaiuizlaznom
sloju4elije(odnosnodaznamodaprimjenimonabilokojuvienadzorskumreu)
http://pokit.org/get/?fce26410e8cfd51e6c944b2bb10c8a60.jpg
Neznamjelovaslikatacna,jerimamspredavanjazapisanodatajcrtezmoranasebiimati,
t1,t2,t3,t4a1,a2,a3,a4iW1,W2,W3tobiznailodasuoveelpse(donjicrtez)slojevi.(po
ovojlogicinapokituimajusamo2sloja?)
JASAMNALAOVONAINTERNETU,SATRIAKTIVNASLOJAIDVIJEELIJEu
izlaznojsloju,sadneznamkolikosecrtaovihinputaiovihelijauhiddensloju.Akoneko
znatano,nekanapie:D
mislimdajegreskanacrtezuugornjemsloju(izlazu)pisedatrebabiti4celije,alijasamo
dvijevidim?tosa4jekaoprimjerdatiuradishehepozz
6.Svih6sluajeva
a.Trisluajaizborakriterijagreke
b.Trisluajadimenzionalnosti(mislimdaovdjetreba4sluajaizborakriterijagrekei2
sluajadimenzionalnosti,nekanekopotvrdiovopitanje)
7.Kakoseraunaprenosnafunkcijatroslojneneuronskemree
a3=F3(W3*F2(W2*F1(W1*p+b1)+b2)+b3)
??
Trebalobitobitito(naslajduispodsudvasloja)
8.Generalnikoraciuprocesutreniranjeiuenjabatchpristup
Asembliranjepodatakazatreniranje,kreiranjemreznogobjekta,treniranjemreze/ucenje,
simuliranje(provjera)odzivamrezenanoveulaze.
Predavanje11
1.Objasnitiperceptronsaaspekta:
a.Modela
rindexkomponentevektoranaulazuumreu
niznosaktivacijeiliaktivacija
Raunanjeizlazauprocesutreniranja/uenja:
a=hardlim(w*p+b)
Testiranjeizlaza:
a=sim(net,p)
b.Hardlimitprenosnefunkcije
c.Hardlimneuronasjednimulazom(odnosno,moedapostavipitanje:Objasnitestrukturu
perceptronaikakosehardlimitprenosnafunkcijapreslikavauhardlimneuronsjednim
ulazom.)
2.Objasnitiseparacijuulaznogprostoranabaziperceptrona?
Datjeitineuronsparametrima:wi1=1,wi2=1,inekajeb=0
Vektorpsesastojiizdvijekomponente:p1ip2,aw*p+b=njeiznosaktivacije(aktivacija)
Vrijednostaktivacijeukojojizlazmijenjavrijednostsa0na1iznosi1.5(pragaktivacijei
oznaimosaT).Imajuiuvidudajeb=0imamoa=F(w*p).
Akorazloimoimamoa=F(w*p)dobivamoa=F(wi1*p1+wi2*p2)
3.Perceptronskopravilouenja3sluaja:
a.a=t
b.a<t
c.a>t
4.Matrinovektorskanotacijaperceptronskogpravilauenja?
5.Kakosedimenzijeelijaprimjenjujunapravilauenja?
6.Algoritamzatreniranjeperceptronasekvencijalnipristupa.Opisialgoritam
Perceptronu (jedan neuron) se u svakom trenutkuk dajejedantrenirajuipar(p,t).U
svakom trenutku k se rauna prirataj teina w i wnovo. Kada se iskoriste svi trenirajui
parovi zavrena je jedna epoha. Zatim dolazi druga epoha, odnosno, epohe se ponavljaju
sve dok se ne postigne da se u nekoj epohi za svaki trenirajui par ne postigne greka
jednakanuli.(Slijediprimjerzajedanperceptronivektornaulazu)
Predavanje12
1.Objasnitizatonamtrebajuagenti?
2.Kojesuosobineagenta?
3.Inteligentnisoftverskiagentdefinicija1
Agentjesoftverskajedinicakojaizvravakorisnikidelegirantask.
4.Kakvajerazlikaizmeudefinicije1idefinicije2?
Agentjesoftverskajedinicakojaizvravaautonomnokorisnikidelegiranetaskove.
Doovedefinicijesedolonatajnaintoagentposmatrasistemipratitaskovekojise
ponavljajuinudikorisnikudaonpreuzmetajposao.Potokadonpreuzmetajposaoonradi
autonomnopajeagentsoftverskajedinicakojautonomnoizvravakorisnikidelegirane
taskove.
5.Definicija3najeedolazi
6.Kojisufaktoritehnologijeagenta?
Faktori tehnologije agenta su: mehanizmi (zakljuivanje, uenje ,validacija,
reprezentacija) sadraj (pravila, kontekst, aplikacione ontologije) pristup (aplikacijama,
podacima/servisima, mrei) sigurnost (identifikacija, verifikacija,integritet,kontrolapristupa,
virus,privatnost,reputacija).
7.Scenarijiuenjaagenta
a.Scenarij1
Inicira se dogaaj 1, onda se iz baze instrukcija trai instrukcija, u bazi se nalazi ta
instrukcija,pasedobivainstrukcija,pasedeavadogaaj2
b.Scenarij2
Deava sedogaaj1,traiseinstrukcijaubaziinstrukcija,ubazinemateinstrukcije,
pa se u bazi znanja opservacija trai opservacija, ako u bazi znanja postoji ta opservacija,
onda mehanizam zakljuivanja pita korisnika hoe li izvriti automatizaciju, korisnik pristaje
na automatizaciju, izvri se automatizacija pridruivanjem opservacije bazi instrukcija,
instrukcijaseproslijeujemehanizmuzakljuivanja,deavasedogaaj2.
c.Scenarij3
Deava sedogaaj1,traiseinstrukcijaubaziinstrukcija,ubazinemateinstrukcije,
pa se u bazi znanja opservacija trai opservacija, ako u bazi znanja ne postoji ta
opservacija, poziva se mehanizam uenja, mehanizam uenja kreira opservaciju,
mehanizam zakljuivanja pita korisnika hoe li izvriti automatizaciju, korisnik pristaje na
8.Funkcionalnaarhitekturaagentakojiui
(Mislimdaovorijeimaiskazanoodgovarascenariju3izprethodnogpitanja)
Predavanje13
13.1
9.Zatonamtrebajukooperativniagentiikakosetoanalizirasaaspektakoordinatnog
sistema?
Kooperativni agenti nam trebaju jer je agentima neophodna saradnja zbog
nekompletnesposobnosti,nekompletnogznanjaiogranienihresursa.
10.Kojasusvojstvapotrebnadabiagentbioautonoman?
Da bi agent bio autonoman mora posjedovati individualno znanje, koje ukljuuje
kontrolno znanje, planove podeavanja, mape svijeta, ponaanje, te resurse i individualne
sposobnosti, kojeukljuujeplaniranje,navigaciju,izbjegavanjeprepreka,rjeavanjetaskova,
mehanizmesigurnostiipercepciju.
11.Kojasusvojstvapotrebnadabiagentbiokooperativan?
Da bi agent bio kooperativan mora posjedovati socijalne sposobnosti, koje ukljuuje
kooperaciju, komunikaciju i interakciju i socijalno znanje koje ukljuuje ulogu, miljenje i
protokole.
12.Kojasusvojstvapotrebnadabiagentradioudistribuiranomokruenju?
(ISTOKAOI10individualnoznanjeiindividualnesposobnosti)
13.Baznastrukturaagenta,kojisutonivoiikojesefunkcijeizvravajunakojemnivou?
Unutar bazne strukture agenta postoje tri nivoa, to su menadment nivo,
koordinacioninivo,teizvrninivo.Funkcijekojeseizvravajusu:
menadmentnivo:
interfejs
menadment
supervizija
generisanjefunkcija
koordinacioninivo:
planiranje
redizajn
kontrolnialgoritmi
izvrninivo:
izvrenjekontrolnihalgoritama
procesiranjesignala
14.Objasnitedijagramtokaodlukeagenta
15.Kojiblokovisainjavajukoordinacioninivoustrukturikombinacijaplaniranjaireakcije
bezplanera?
Blokovi koji sainjavaju koordinacioni nivo u strukturi kombinacija planiranja i
reakcijebezplanerasuarbitar,bibliotekaplanovaiaktivnemeunivojskeakcije.
16.Kojajerazlikaizmeustrukturakombinacijaplaniranjaireakcijebezplanerai
kombinacijaplaniranjaireakcijesaplanerom?
Razlika je u tome to kod strukture sa planerom postoji jo dodatni blok Planer, koji
imasposobnostonlinegenerisanjaplanovaikojepohranjujeunutarbibliotekeplanova.
17.tajecentralizovanipristup,atadecentralizovanipristupkoritenjaagenata?
13.2
1.Prezentirajteiobjasnitemodelkomunikacije
Predavanje14
1.Prikaiteblokovskustrukturumobilnogagenta
Zaovonisamsiguran,aliupredavanjunemanitadrugoslino:
2.Objasnitekonceptmigracijeagenta
3.tasesvemoedesitisaagentomnakonmigracije?
2i3: