Test1

Question 1

При цена 1 на всяка дъга, кой от следните алгоритми не е оптимален?
- Търсене в дълбочина
- Итеративно търсене
- Търсене с равномерна цена на пътя (uniform cost search)
- Търсене в ширина

Answer 1

Търсене в дълбочина

Question 2

Кое от твърденията е вярно?
* Търсенето в ширина изисква повече памет от търсене в дълбочина
* Итеративното търсене по нива изисква повече памет от търсенето в ширина
* Итеративното търсене по нива изисква повече памет от търсенето в дълбочина
* Търсенето в дълбочина изисква повече памет от търсенето в ширина

Answer 2

Търсенето в ширина изисква повече памет от търсене в дълбочина

Question 3

Кое от следните твърдения не е вярно?
* При търсене на път в граф, стратегията на търсене се определя от начина, по който разширява фронтът от вече изследваните пътища, и критерия за избор на стойност от фронта
* При търсенето в дълбочина фронтът се обработва като стек
* При евристичното търсене фронтът се сортира в намаляващ ред на евристичните оценки на пътищата, като на следващата стъпка се изследва първият елемент от сортираната редица
* По време на търсенето фронтът се разширява в посока към неизследваните възли, докато се достигне до целеви възел

Answer 3

При евристичното търсене фронтът се сортира в намаляващ ред на евристичните оценки на пътищата, като на следващата стъпка се изследва първият елемент от сортираната редица

Question 4

От какво зависи ефективността на ɑ - β процедурата за намиране на печеливша стратегия при игри за двама играчи.
* от броя на възлите в дървото
* от средния брой на наследниците на позициите в дървото
* от реда на обхождане на наследниците в дървото
* от броя на листата в дървото

Answer 4

от реда на обхождане на наследниците в дървото

Question 5

Кое от следните твърдения не е вярно
* Семантичните мрежи за разлика от фреймовете използват само двуместни отношения
* Семантичните мрежи са графичното представяне на фреймовете
* Всяко знание представено със семантична мрежа може да бъде представено с фреймове
* Всяко знание представено с фреймове може да бъде представено със семантична мрежа

Answer 5

Семантичните мрежи са графичното представяне на фреймовете

Question 6

Дефиниция на Кръстосване

Answer 6

Генериране на “наследници” двама или повече “родители”, селектирани от текущата популация на даден генетичен алгоритъм. Чрез crossover се разглежда естествения дарвински модел на еволюция, при който характеристиките на двама или повече родители се кръстосва с цел да се произведе наследник с по-добър fitness от този на родителите си.

Question 7

Beam Search vs Breadth First Search

Answer 7

BFS:
- uninformed
- complete, when depth is finite
- not optimal, apart from same prices for each step
Beam search:
- informed
- not complete
- not optimal
- less memory, bad heuristic may miss the goal

Question 8

Предимства на предикатната логика

Answer 8

Сравнително проста за превод
Множество математически доказателства отдадени на нея
Позволява да даваме логически обяснения
Езиците за програмиране са базирани на нея

Предикатната логика, известна също като логика от първи ред, е мощен инструмент за формализиране и анализиране на логически изрази, и има редица предимства:

1. Експресивност: Предикатната логика позволява представяне на по-сложни идеи, отколкото пропозиционалната логика. Тя може да изразява взаимоотношенията между обекти и свойствата на обектите, което я прави особено полезна за описване на сложни структури от реалния свят.
2. Използване на Квантори: Предикатната логика включва квантори като “за всяко” (универсален квантор) и “съществува” (екзистенциален квантор), които позволяват обобщаване и точно описание на взаимоотношенията между различните елементи.
3. Подходяща за формализиране на теории: Предикатната логика е особено подходяща за формализиране на математически теории и теории в областта на компютърните науки, физиката, философията и други научни дисциплини.
4. Мощни Инструменти за Доказателства: Тя предоставя методи за извеждане на заключения и доказателства, които са основополагащи в математиката и компютърните науки.
5. Съвместимост с Бази от Данни и Езици за Програмиране: Предикатната логика намира приложение в съвременните технологии, включително бази от данни и програмиране, където се използва за формулиране на сложни запитвания и алгоритми.
6. Подходяща за Моделиране на Знания: В изкуствения интелект, предикатната логика се използва за моделиране на знания и резониране, като позволява представяне и манипулиране на знания за света в структуриран и точен начин.

Тези предимства правят предикатната логика ценен инструмент в множество научни и инженерни дисциплини, където точното и формално представяне на сложни концепции е от съществено значение.

Question 9

Предимства и недостатъци на семантичните мрежи

Answer 9

Лесно се проследява йерархията, гъвкави
Disadv.
meaning attached to nodes might be ambigious
exception handling is difficult
difficult to program

Question 10

Експертна система

Answer 10

Експертната система е компютърна програма, която представя и обосновава със знания по някаква специализирана тематика с цел решаване на проблеми или даване на съвети.

Question 11

Кои от следните твърдения са верни?
* Експертните системи се използват във високорискови области като медицина, космос и др.
* Експертни системи предлагат възможност за описание на предложеното от тях решение
* Експертните системи използват машинно самообучение за автоматично извличане на класифициращи правила
* Експертни системи имат широка употреба при планиране на действията на роботи

Answer 11

Експертните системи се използват във високорискови области като медицина, космос и др.
Експертни системи предлагат възможност за описание на предложеното от тях решение

Question 12

Алгоритъмът A* използва оценъчна функция f(n) = g(n) + h(n) - какво означава g(n)?
* Цената на пътя от n до целта
* Евристична оценка на цената на пътя от началото до n
* Евристична оценка на цената на пътя от n до целта
* Евристична оценка на цената на пътя до n до целта, която не надвишава реална цена
* Цената на пътя от началото до n
* Евристична оценка на цената на пътя от началото до n, която не надвишава реална цена

Answer 12

Цената на пътя от началото до n

Question 13

Казваме, че един алгоритъм за търсене е пълен ако:
* Винаги намира най-краткия път до решението
* Намира всички възможни решения
* Завършва своето изпълнение в полиномиално време по n (броя възли)
* Обхожда цялото пространство на състоянията
* Винаги намира решение ако има такова

Answer 13

Винаги намира решение ако има такова

Question 14

Съждителните (пропозиционални) локиги

Answer 14

Пропозиционалната логика е логика на сложните съждения. Тя разкрива тяхната структура и изяснява логическите операции, чрез които се образуват от прости съждения нови сложни съждения посредством логическите съюзи.

Синтаксисът им включва:
* съждения (пропозиции) като P значещо “нещо е мокро”
* конектори:** и, или, не**, предполага, еквивалентно
* скоби, T (истина) и F (лъжа)
Семантика
* истината на твърденията може да се открие с таблици на истинност

Question 15

Логики от първи ред

Answer 15

По-експресивни от съждителните логики
Синтаксисът им позволява:
* константи, променливи, предикати, функции и квантори
Нещо е истина за всички обекти (универсално) или за поне един обект (екзистенциално)
Семантика
* истината на твърденията може да се открие с дедуктивни правила

Question 16

Предимства на логиките от първи ред и съждителните логики

Answer 16

за съждителните - по-прости са за програмиране
за предикатните - по-близки до човешкия език, може да се образуват по-сложни изречения

Question 17

Случайно започване от началото (Random restart) е техника, която се използва при:
* Алгоритмите за търсене в пространство на състоянията, когато зациклят
* Алгоритми за информирано търсене за търсене на по-добро решение
* Алгоритми за неинформирано търсене за търсене на по-добро решение
* Локално търсещите алгоритми за търсене на по-добро решение

Answer 17

Локално търсещите алгоритми за търсене на по-добро решение

Question 18

Turing test

Answer 18

Теста на Тюринг е тест, искащ да покаже дали компютърът може да мисли и да се държи интелигентно (като човек). За теста се изисква един човек, който си взаимодейства дистанционно с човек и компютър.Човекът изпраща съобщение и получава отговор от компютъра или другия човек. Първия човек трябва да разпознае дали е получил отговора от компютъра или втория човек от другата страна.

Question 19

Метрики за оценяване на алгоритъм

Answer 19

• Оптималност
• Пълнота
• Сложност по време и памет

Question 20

Предимства и недостатъци на БФС

Answer 20

Пълен
Оптимален
НО
Неоптимална сложност по памет - пропорционална на броя върхове на всяко ниво

Question 21

Връзката между uniform cost search и Dijkstra

Answer 21

Дийкстра ще продължи докато намери най-краткия път до всички върхове, UCS ще прекрати изпълнението си при намиране на най-краткия път до целта

Question 22

Предимства и недостатъци на Iterative Deepening Search

Answer 22

• Пълен
• Оптимален
• Ефективен по отношение паметта

НО
- голяма сложност по време
- Твърде много изчисление
- повторение на вече разгледани възли
- не е пълен за безкрайни дървета

Question 23

Кои от следните алгоритми за търсене в пространството от състоянията не са пълни?
* търсене в дълбочина (DFS)
* търсене в ширина (BFS)
* търсене в ограничена дълбочина (DLS)
* търсене по метода на най-бързото спускане (best first search)
* hill-climbing
* A*
* търсене в лъч (beam search)
* итеративно търсене по нива (IDS)

Answer 23

• DFS - Безкрайни състояния
• DLS, ако l<d
• Hill climbing
• Beam search
• Best first search- цикли

Question 24

Какви са основните типове дъги в семантична мрежа? Дайте по един пример за всеки един от изброените типове

Answer 24

• тип подмножество (описват релации от тип клас - суперклас)
• тип елемент (описват релации от тип обект - клас)
• тип функция (описват свойствата на обектите и класовете)
• Има, Е, Може да _

• Car is a Vehicle
• Truck has Wheels
• Truck can transport a Bycicle

Question 25

Избройте основните компоненти на експертна система.

7 на брой

Answer 25

User interface (потребителски интерфейс)
Explanation facility (обяснение)
Knowledge base (база от знания)
Working memory (работна памет)
Inference engine (машина за изводи)
Agenda (бележник)
Knowledge acquisition facility (съоръжение за придобиване на знания)

Потребителски интерфейс (User Interface): Интерфейсът, чрез който потребителят взаимодейства с експертната система.

Обяснение (Explanation Facility): Обяснява потребителите как експертната система е достигнала до определен извод.

База от знания (Knowledge Base): Структурирано съхранение на специализирани знания и информация.

Работна памет (Working Memory): Временно съхранява информацията, необходима за текущите задачи на системата, включително данни, въведени от потребителя, и междинни изводи, направени по време на сесията.

Машина за изводи (Inference Engine): Прилага логически правила към знанията, съхранени в базата от знания, за да направи изводи и да реши проблеми.

Агенда (Agenda): Агендата управлява реда, в който правилата се активират и изпълняват от машината за изводи. Тя помага за определяне на приоритетите на различните задачи. Пример: Логика, която определя кои медицински тестове трябва да бъдат извършени първо, въз основа на вероятността за определени заболявания.

Съоръжение за придобиване на знания (Knowledge Acquisition Facility): Този компонент позволява на експертната система да разширява и актуализира своята база от знания, като добавя нови знания или модифицира съществуващите. Пример: Интерфейс, който позволява на медицинските експерти да въвеждат нова информация за нови лекарства или терапии.

Question 26

От какво зависи ефективността при извличане на информация?

5 на брой

Answer 26

• Езика
• Стила/Жанра на предметната област
• Вида сценарий
• Качеството и количеството на обучителните данни
• Сложността и точността на алгоритмите за обработка

Език: Различните езици могат да имат различни структури и сложности. Езиците с богата морфология или сложна синтаксис могат да затруднят автоматизираните процеси за извличане на информация. Алгоритмите за обработка на естествен език трябва да се справят със спецификите на всеки език, за да могат ефективно да извличат информация.

Стил, жанр и предметна област на текста: Текстовете от различни жанрове или предметни области могат да използват специфична терминология или да имат уникален стил, което също влияе на извличането на информация. Например, юридическите документи могат да изискват различен подход за обработка в сравнение с новинарските статии. Текстовете в научните статии могат да съдържат специализирани термини, които изискват разбирането на конкретната домейн-специфична лексика.

Вид сценарий, от който се интересува потребителят: Потребителите могат да търсят различни видове информация в зависимост от техните конкретни нужди и интереси. Например, някой може да търси статистически данни, докато друг може да иска да намери мнения или анализи. Ефективността на извличането на информация ще зависи от това колко добре алгоритъмът или методът съответства на конкретния сценарий, за който се интересува потребителят.

Question 27

Прав извод

Answer 27

Data Driven Inference/Forward Chaining
При правия извод системата започва с наличните факти и прилага правила, за да генерира нови факти, докато не достигне до целевия извод или заключение.

Тази стратегия е особено полезна, когато има много изходни данни и искате да разберете всички възможни заключения, които могат да бъдат направени от тези данни.
В контекста на медицинска диагностика, ако имате симптоми A и B, и правило, че ако имате A и B, тогава вероятно имате състояние X, правият извод ще доведе до заключението, че имате състояние X.

Question 28

Обратен извод

Answer 28

Goal Driven Inference/Backward chaining
Започва със зададена хипотеза или целево състояние и работи назад, за да установи дали наличните факти подкрепят тази хипотеза.

Тази стратегия е ефективна, когато целевият извод е ясно дефиниран и искате да проверите дали той е валиден на база на наличните данни.

Ако искате да проверите диагнозата за състояние X, ще започнете с хипотезата “Пациентът има състояние X” и ще търсите доказателства за симптоми A и B, които подкрепят тази диагноза.

Question 29

Кога правият извод е по-добър от обратния

Answer 29

Правият извод е по-подходящ, когато имаме много начални данни и искаме да идентифицираме всички възможни резултати, които могат да произлязат от тези данни

Това е често използван подход в системи за мониторинг или когато искаме да генерираме нови знания от известни факти.

Question 30

Избройте основните видове аксиоми в ситуационното смятане (Situation Calculus).

3 бр.

Answer 30

• effect axioms
• frame axioms
• successor-state axioms

Question 31

Аксиоми на ефекта

Answer 31

Определят ефектите на действията - как определено действие променя света, като влияе на фактите и ситуацията

Аксиома на ефекта може да формализира, че ако ключът се завърти в ключалката (действие), вратата ще се отключи (резултат).

Нека аксиомата на ефекта формализира действието на преместване на кутия от едно място на друго. Ако роботът изпълни действието move(Box, Location1, Location2, S), където S е текущата ситуация, резултатът би бил новата ситуация S’, в която кутията се намира на Location2. Аксиомата би изглеждала така:

At(Box, Location2, do(move(Box, Location1, Location2), S)) = true
Това означава, че ако роботът премести кутията от Location1 до Location2, тогава в следващата ситуация (след изпълнение на действието), кутията ще бъде в Location2.

Question 32

Frame axiom

Answer 32

Описват свойствата на света, които не се променят след извършване на действие - системата разбира кои аспекти на света не се променят, когато се случи дадено събитие

За да се справи със статичните свойства, които не се променят когато роботът премества кутия, може да се използва фреймова аксиома. Ако нищо не се споменава за светлината в стаята по време на преместването на кутията, тогава се предполага, че състоянието на светлината остава същото:

LightOn(L, S) = LightOn(L, do(move(Box, Location1, Location2), S))
Това означава, че ако светлината е била включена (или изключена) преди преместването на кутията, тя ще остане включена (или изключена) и след това.

Question 33

Successor-State Axiom

Answer 33

Вместо да определят индивидуално всички свойства, които остават непроменени - те предоставят общо правило за това как състоянията се променят и не променят в резултат на действията

Аксиома на последователното състояние може да укаже, че ако вратата се отключи и никой не я заключи отново, тя ще остане отключена в следващото състояние

Дават общи правила за това как състоянието на света се променя след действие. Аксиома може да опише как състоянието на местоположението на кутията се променя с преместването:

At(Box, L, do(A, S)) = if (A = move(Box, _, L), true, At(Box, L, S))
Тук аксиомата казва, че кутията ще бъде в местоположение L след действие A, ако A е действието на преместването на кутията до L, иначе местоположението на кутията остава както е било в предходната ситуация S.

Question 34

Какви типове извод се използват при бейсови мрежи?

Answer 34

• Диагностика - от следствието към причината
• Предсказване - от причината към следствието
• Междупричинен извод - между причините за дадено следствие
• Смесен извод - комбинация от горните три

Question 35

Извод диагностика

от бейсовите мрежи

Answer 35

Обратен извод, идентифициране на вероятни причини базирани на наблюдавани ефекти.

В медицинската диагностика, ако пациентът има симптоми (следствие), като например треска и кашлица, бейсовата мрежа може да бъде използвана за оценка на вероятностите на различни заболявания (причини), като грип или пневмония.

Question 36

Извод предсказване

от бейсовите мрежи

Answer 36

Използва известни причини за предсказване на вероятни следствия

Ако знаем, че пациент е заразен с определен вирус (причина), можем да използваме бейсовата мрежа, за да предскажем вероятността пациентът да развие определени симптоми (следствия) като треска или умора

Question 37

Междупричинен извод

Бейсови мрежи

Answer 37

Имаме повече от една потенциална причина за даден ефект и се опитваме да оценим как взаимодействието между тези причини влияе на вероятността на този ефект.

Разгледайте ситуация, където имате две потенциални причини за симптом - например, главоболие, което може да бъде причинено или от стрес (Причина A) или от грип (Причина B). Възможността за главоболие (Ефект) се повлиява от присъствието на една или и двете от тези причини.