super_mochi1

定义：可以判断真假的语句叫命题分类：简单命题、复合命题（由简单命题与逻辑联结词构成）p或q p∨p q且q p∧q 否定 ¬ 与（合取-结合，同时）∧ 或（析xi取-或）∨ 条件 →-如果 则 双条件 ↔四种命题：原命题 若p则q逆命题 若q则p否命题 若¬p则¬q逆否命题 若¬q则¬p命题的否定与否命题(1)命题的否定:(只否定结论). P表示命题,非P叫做命题的否定;若P则q,则命题的否定为:若P则¬q(2)否命题(既否定条件,又否定结论)充分条件与必要条件。

人工智能概述搜索算法推理知识表示机器学习自然语言理解神经网络优化搜索问题Agent 技术专家系统

使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值（2005 年题）。使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值（2007 年题）。在 MYCIN 专家系统中，已知 CF (A)=0.3 和 CF (B)=0.5，计算 CF (A∧B)。比较专家系统和基于案例推理系统的结构与推理机制。专家系统中不确定推理的含义及需解决的问题。建造实用的专家系统，主要花费用在（C）。医疗诊断专家系统的结构图和推理机制。C. 知识获取和建知识库。

Agent 概念及多 Agent 系统的主要研究内容。Agent 的 BDI 模型及问题。多 Agent 系统的主要研究内容。

优化搜索问题

使用神经网来求得分类问题的解，常使用的方法首先是通过（B）来实现的。使用神经网络来求得分类问题的解，实际常用的手法是通过（B）来达到。C. 可以不使用激活函数来完成非线性可分数据的多分类。使用神经网络求解问题，常用的方法是通过（B）来达到。下面关于 BP 神经网络描述正确的是（B）。建造一个多层神经网络可逼近任意的（B）。B. 调整神经网络的连接权值。B. 调整神经网络的连接权值。C. 增加神经网的输入节点。A. 增减神经网络的层数。A. 增减神经网络的层次。B. 调整神经网的权值。

像 Baidu、Google 这类知识问答系统，所使用的主要技术是（C）。百度、谷歌的知识问答系统，所使用的主要技术是（C）。自然语言理解的含义及文本理解过程。自然语言处理中机器理解文本的含义。A. 自然语言的语义理解方法。C. 简单的模式匹配方法。B. 自然语言的语义理解。C. 简单的模式匹配方法。

分类问题的描述及有监督 / 无监督学习方法。近年来机器学习最活跃的研究领域是（C）。支持向量机（SVM）是一种（A）算法。支持向量机（SVM）是一种（A）算法。当前机器学习领域的主要研究方面。A. 小样本下的统计机器学习。B. 大样本下的统计机器学习。C. 大样本下的实例机器学习。实例学习与基于解释学习的区别。支持向量机（SVM）的关键点。A. 小样本的统计学习。B. 大样本的统计学习。C. 大样本的实例学习。B. 基于解释的学习。“机器学习” 的定义。

专家系统知识的规则表示是（A）的一类知识表示方法。B. 知识库改变时，原推理程序需随之改变。建造专家系统常用的知识表示方法是（C）。A. 知识库改变时，原推理程序不需改变。C. 知识库改变时，原推理程序可能改变。本体（Ontology）是一种（C）。框架知识表示方法的组成，以汽车为例。C. 概念和概念间关系的表示方法。B. 产生式系统的另一种形式。框架表示的含义及形式。

使用线性归结和支持集策略的归结法证明 A1​∧A2​∧A3​→B（

启发式搜索是寻求问题（C）解的一种方法。启发式搜索是一种使用（C）的搜索方法。C. 可求得最优解的图搜索算法。A * 算法是一种（C）。A. 深度优先搜索算法。B. 宽度优先搜索算法。

从理论上讲没有当今计算机不能计算求解的问题（B）。A. 是B. 不是C. 尚无定论。

使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值，初始 CF 值均为 0。使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值，初始 CF 值均为 1。使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值，初始 CF 值均为 0。使用 MYCIN 专家系统的不确定推理法计算 CF (B) 和 CF (C) 的更新值，初始 CF 值均为 1。

对一类问题求解来说，若有部分案例（case），而有较多的推理规则（知识），试问如何建造一个由基于案例推理和规则推理相结合的求解系统，以使推理效率高又能求得问题的解。信息抽取、自动文摘、语音识别技术、翻译模型、基于机器学习、基于深度学习，难点在于内容的有效界定、歧义和模糊性、不规范的输入、语言的行为与计划、语音语调情感的理解。31.已知一个基于规则的推理系统和一个基于案例的推理系统，为求得问题的解并有较高的推理效率，试给出一种将这两个系统相结合的推理系统的结构图并简述工作流程。二元分类，是或者不是。

得到子句集：①¬D(x)∨E(x)∨(F(x,f(x)) ②¬D(x)∨E(x)∨H(f(x))其中 A1 = (∀x){ ¬(D(x)→E(x))→( ∃y)(F(x,y)∧H(y))}解：要证明A1∧A2∧A3→B，也就是要证明A1∧A2∧A3∧¬B是永假式。使用归结法证明 ((T∧Q)→P)→(T→(Q→(S∨P)))。使用归结法证明 ((T∧Q)→P)→(T→(Q→(S∨P)))。得到子句集：③D(a) ④G(a) ⑤¬F(a,y)∨G(a)

在 MYCIN 专家系统中，已知证据 A 和 B 的不确定性度量分别为 CF (A)=0.3 和 CF (B)=0.5，那么证据 A∧B 的不确定性度量 CF (A∧B)=（B）。12.在MYCIN专家系统中，已知证据（事实）A和B的不确定性度量分别为CF(A)=0.3和CF(B)=0.5，那么证据A^B 的不确定性度量CF(A^B)=（ B ）。使用神经网来求得分类问题的解，常使用的方法首先是通过（B）来实现的。使用神经网来求得分类问题的解，常使用的方法首先是通过（B）来实现的。

1． 朴素⻉叶斯⽅法是⼀种 （ ） ⽅法。A.机器学习的分类B.不确定性推理C.知识表示答案：A解析：朴素贝叶斯分类器是基于贝叶斯定理与特征条件独立假设的分类方法。它通过学习训练数据集来预测未知数据的类别标签，因此属于机器学习中的监督学习分类方法。选项B不确定性推理和选项C知识表示虽然与朴素贝叶斯方法有一定的关联，但它们并不是朴素贝叶斯方法的主要应用领域或定义特性。2． 关于启发式搜索描述正确的是 （ ）。

问题的解答来自于过去的经验而不是规则，这些经验是以案例方式存储的。但是当人们遇到一个新的问题的时候，一般先是回忆，从记忆中找到一个与新的问题相似的案例，然后把该案例的有关信息和知识复用到新问题的求解之中。1、若案例(case)不够充足，而有足够的规则(知识),试问如何构建一个包含有基于案例推理和基于规则推理的推理系统，以使推理效率提高而且总能求得问题的解。一般认为，CBR适合缺乏完备和健全的理论，但又可获取丰富经验的领域，而RBR则适合于对领域有充分的认识，能以完备和健全的形式表示领域理论的场合。

数据挖掘是从大量的不完全的，有噪声的模糊的，随机的数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识过程。可以说数据挖掘就是知识发现技术在数据库领域的应用，其在一个已知状态的数据集上通过设置一定的学习算法，发掘出数据间隐含的一些内在的规律，即获取所谓的知识。因此，CBR通过联想从过去的经验出发，把过去的案例和当前面临的问题相比较做出决策的过程。但是当人们遇到一个新的问题的时候，一般先是回忆，从记忆中找到一个与新的问题相似的案例，然后把该案例的有关信息和知识复用到新问题的求解之中。

已知一个基于规则的推理系统和一个基于案例的推理系统，为求得问题的解并有较高的推理效率，试给出一种将这两个系统相结合的推理系统的结构图并简述工作流程。

使用神经网络来求得分类问题的解，实际常用的手法是通过( )来达到。

2.说明框架知识表示方法的组成，并以一辆汽车为例，用框架知识表示方法表示出这辆车的主要信息。3.以建造医疗诊断专家系统为例，给出产生式表示的专家系统的结构图和推理机制。4.阐明符号表示机制和连接(神经网)机制实现智能的主要区别。二、问答题(每小题5分，共20分)1.给出近年来机器学习研究的趋势。一、证明题(10分)

1.给出常使用的描述Agent的逻辑模型，并说明使用这种模型带来的问题。2.以MYCIN专家系统为例，说明建立一种不确定推理机制的要点。1.用神经网络求解问题过程中，( )陷入局部极值点。2.使用支持向量机算法(SVM)求解问题的关键点。4.采用单元归结策略的归结方法是( )。3.建造专家系统的主要花费在于( )。一、单项选择题(每小题2分，共8分)2.提出非单调推理是由于( )。A.建立推理机制B.收集知识建知识库。二、证明题(每小题5分，共10分)三、问答题(每小题4分，共12分)

2.说明框架(frame)表示的含义，并给出框架的一般表示形式。2.基于案例(case)的推理是归结推理方法的一种特例吗?3.脚本(script)方法是一种结构化的推理方法吗?3.说明如何用基于案例的推理来构建一个医疗诊断系统。4.不确定性推理是一种概率意义下的推理方法吗?1.说明数据挖掘的含义，并列举出几种数据挖掘方法。1.启发式搜索是一种寻求问题()的方法。一、单项选择题(每小题2分，共8分)三、问答题(每小题4分，共12分)二、证明题(共10分)

1.说明在专家系统中不确定推理的含义，以及建立一种不确定推理机制，要解决哪些问题?2.说明在自然语言处理中，机器理解了一段输入的“自然语言文本”的含义是什么?2.百度、谷歌的知识问答系统，所使用的主要技术是()。4.使用神经网络求解问题，常用的方法是通过()来达到。1.本体(ontology)是一种()。一、单项选择题(每小题2分，共8分)三、问答题(每小题4分，共12分)B.产生式系统的另一种表示形式。C.概念和概念间关系的表示方法。B.自然语言的语义理解。A.增减神经网络的层次。二、证明题(共10分)

专家系统知识的规则表示具有知识库改变时，原推理程序不需改变的特点。在基于规则的专家系统中，推理程序主要负责按照一定的策略对规则进行匹配和执行，它与知识库中的具体规则内容相对独立。当知识库中的规则发生改变时，只要规则的表示形式和推理机制的接口保持不变，推理程序通常不需要进行修改就可以继续工作。启发式搜索是一种利用经验知识或启发式信息来引导搜索过程的搜索方法，它通过评估函数等方式对搜索空间中的节点进行评估，选择最有希望的节点进行扩展，以提高搜索效率，更快地找到目标解，而不是单纯采用深度优先策略或宽度优先策略。

选择一个启发式函数 h(n)，它估计从节点 n 到目标节点 B 的最小代价。在地图上，这通常是从 n 到 B 的直线距离（欧几里得距离或曼哈顿距离）。

1.人工智能优化算法是为了尽力求得解。2.如何建立一个基于紊例的法院审判系统。三、简答题(每题4分，共12分)一、选择题(每题3分，共9分)3.BP网络很可能趋于函数。3.如何用决策树进行二元分类。1.近几年机器学习的发展阶段。2.框架是一种方式。

使用神经网来求得分类问题的解，常使用的方法首先是通过（）来实现的。非单调推理是针对（）而提出的一种推理方法。说明对计算机能否实现人类智能的思考。给出人工智能学科的几类推理方法。给出“机器学习”概念的定义。．概念间关系的知识表示方法。．增加神经网的输入节点。