Đề bài 2 : Trí tuệ nhân tạo

Câu1(3 đ)
a) Anh chị có nhận xét gì về tìm kiếm sâu dần?
b) Cho đồ thị sau:
Cho đỉnh n0 = A, DICH ={ N,K}
Hãy tìm đường đi từ n0 đến nk € DICH theo tiềm kiếm sâu dần với K = 3

Câu 2(2 đ)
Cho tập luật sau R= { a → b ^ x, a ^ m → c, a ^ x →d, c ^ d→g}và a,m cần
suy diễn ra g.
Áp dụng giải thuật của Robinson để giải bài toán trên.
Câu3 ( 2 đ)
a) so sánh phép lai ghép và phép đột biến
b) Cho một mạng noron gồm 2 noron có 4 đầu vào và 2 đầu ra
X= (4, 3, -2, 4)

W =[ 2 -3 -3 4]
3 -2 -3 2
Hàm kích hoạt Y = f(n) = -1 nếu n<5 và y = 1 nếu n>= 5. Hãy tính đầu ra
của mạng

Câu 4 (3 đ)
Cho bảng dữ liệu sau: (A, B , C là thuộc tính dẫn xuất, D là thuộc tính quyết
định)
ABCD
a 20 Yes C2
a 10 Yes C2
b 20 No C1
c 10 No C1
b 10 No C2

Hãy phân lớp cho dữ liệu học trên bằng vecto đặc trưng hoặc độ đo hỗn loạn
và kiểm tra xem mẫu X = ( b, 10, yes ) thuộc vào lớp nào?

Câu 1
N0={A}, Dich ={N,K} tìm kiếm sâu dần với k=3
N B(n) K Mo Dong
0 A
A B,C 1 B,C A
B D,E 2 D,E,C A,B
D Φ E,C A,B,D
E I,J 3 C,I,J A,B,D,E
C F,G,H 2 F,G,H,I,J A,B,D,E,C
F Φ G,H,I,J A,B,D,E,C,F
G K,M 3 H,I,J,K,M A,B,D,E,C,F,G

Ta có B(n) ∩ Dich ={K}<> Φ dừng

Đường đi được xác định như sau: A → C → G → K
 Câu 2 áp dụng giải thuật Robinson
R= { a → b ^ x, a ^ m → c, a ^ x →d, c ^ d→g}và a,m cần suy diễn ra g.

¬ ¬ ¬
Viết lại giả thiết kết luận. Ta có
a → b ^ x Tương đương với a ν (b Λ x) ⇔ ( a ν b) Λ( a ν x).
Thay dấu Λ bằng dấu dấu phẩy . Ta được ( ¬ a ν b) ,( ¬ a ν x).

¬
viết mỗi luật trên 1 dòng
1. ( aνb)
2. ( ¬ aνx).

a ^ m → c Tương đương với ¬ (a ^ m )ν c ⇔ ( ¬ aν c) ^( ¬ mν c).

Thay dấu Λ bằng dấu dấu phẩy . Ta được (
viết mỗi luật trên 1 dòng.
¬ a ν c) ,( ¬ m ν c).

3.( ¬ aνc)
4.( ¬ mνc).
a ^ x →d Tương đương với ¬ (a ^ x )ν d ⇔ ( ¬ aν d) ^( ¬ xν d). Thay
dấu Λ bằng dấu dấu phẩy . Ta được (
viết mỗi luật trên 1 dòng.
¬ a ν d) ,( ¬ x ν d).

5.( ¬ aνd)
6.( ¬ x ν d ).

c ^ d→g Tương đương với ¬ (c ^ d )ν g ⇔ ( ¬ c ν g) ^( ¬ d ν g). Thay

dấu Λ bằng dấu dấu phẩy . Ta được (
viết mỗi luật trên 1 dòng.
¬ c ν g) ,( ¬ d ν g).

7.( ¬ c ν g)
8.( ¬ d ν g ).
Vậy ta có giả thiết và kết luận như sau:
 1. ¬ aνb
2. ¬ aνx
3. ¬ aνc
4. ¬ mνc
5. ¬ aνd
6. ¬ xνd
7. ¬ cνg
8.
9.a
¬ dνg

¬
10. m
11. g
12. ¬
13. c res(3,9)
c res(7,11)

14. mau thuan res(12,13)

Vậy vấn đề được chứng minh.

¬
Để làm loại bài này thì các cậu phải nhớ:
A→ B ⇔ Aν B
A^B → D ⇔ ¬ (A ^ B ) ν D ⇔ ( ¬ A ν D) ^ ( ¬ B ν D)
A → D^B ⇔ ¬ A ν ( B ^ D) ⇔ ( ¬ A ν D) ^ ( ¬ A ν B)

Câu 4 (3 đ)
Cho bảng dữ liệu sau: (A, B , C là thuộc tính dẫn xuất, D là thuộc tính quyết
định)
ABCD
a 20 Yes C2
a 10 Yes C2
b 20 No C1
c 10 No C1
b 10 No C2
Hãy phân lớp cho dữ liệu học trên bằng vecto đặc trưng hoặc độ đo hỗn loạn
và kiểm tra xem mẫu X = ( b, 10, yes ) thuộc vào lớp nào?

Tính độ lộn xộn:

E(A) = 2/5*( -2/2log2(2/2)-0log2(0) ) + 2/5*( -1/2log2(1/2)-
1/2log2(1/2) ) +1/5 *(-1log2(1)-0log2(0) ) = 2/5
E(B)=2/5*( -2/2log2(2/2)-0log2(0) ) + 3/5*(-2/3log2(2/3) -
1/3log2(1/3) ) = {tu tinh}
E(C) = 2/5*( -2/2log2(2/2)-0log2(0) ) + 3/5*(-2/3log2(2/3) -
1/3log2(1/3) )
={tu tinh}
Ta sẽ thấy E(A) là nhỏ nhất. Phân hoạch theo E(A)

a b c

1,2 3, 5 4

Xét nhánh A=’b’

STT B C D
3 20 No C1
5 10 No C2

E(B)= ½*(-1/1 log2(1) - 0log2(0)) +1/2*(-1/1log2(1) - 0log2(0)) =0

E(C) = 2/2*(-2/2log2(2/2)) =0
Phân hoạch theo B
 A

a b c

1,2 4
B

20 10

3 5

Xây dựng tập luật

R1: if A=’a’ then D=’c2’
R2: ìf A=’c’ then D=’c1’
R3 : ìf A=’b’ and B=’20’ then D=’c1’
R4 : ìf A=’b’ and B=’10’ then D=’c2’
X = ( b, 10, yes ) ta có
A=’b’ and B=’10’ vậy theo luật R4 thì D=c2’

Cau4 Tính đầu ra của mạng

N= X*W^t
Nhân ma trận X với ma trận chuyển vị của W ta được: [21,20]
N1= 21>=5, N2=20 >=5 vậy đầu ra của mạng đều là y=1