Системы искусственного интеллекта.Итоговый тест Росдистант ТГУ 2025г.  

Рейтинг: 5.0/1

199.00руб.
  • Тип:
  • Год: 2025
  • Страниц:
  • Размер: 953.9Kb
В корзину
Описание

Сдано в 2025году.Ответы на 40 вопросов. Оценка 30,0 из 30,0 (100%)

После покупки Вы получите файл с ответами на вопросы которые указаны ниже:

Вопрос 1

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1 А2 А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Требуется рассчитать выходное значение сигнала нейрона слоя MAXNET связанного с шаблонным сигналом А1 после 3 (третьего) перехода сигналов по обратным связям.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(-1, +1, +1, -1, +1, -1, +1, -1, +1, -1, -1)

А2=(-1, -1, +1, -1, +1, +1, -1, -1, -1, +1, +1)

А3=(+1, -1, +1, -1, +1, -1, +1, +1, +1, -1, +1)

А4=(-1, +1, -1, +1, -1, -1, -1, +1, -1, +1, +1)

B=(+1, -1, -1, -1, +1, -1, +1, -1, +1, +1, -1)

Ответ:

Вопрос 2

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=0,57; w2=0,61; w3=-0,92; w0=-0,87; x1=-0,78; x2=0,9; x3=-0,46; функция - логистическая (сигмоидальная).

Ответ:

Вопрос 3

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(-1, -1, -1, -1, -1, -1, +1, +1, -1, +1, -1)

А2=(+1, +1, -1, -1, +1, -1, -1, +1, +1, +1, -1)

А3=(+1, -1, +1, -1, -1, +1, -1, -1, +1, -1, +1)

А4=(+1, +1, -1, -1, +1, -1, -1, -1, -1, -1, +1)

B=(-1, -1, +1, +1, -1, +1, -1, -1, +1, -1, +1)

Ответ:

Вопрос 4

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1 А2 А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Требуется рассчитать выходное значение сигнала нейрона слоя MAXNET связанного с шаблонным сигналом А1 после 3 (третьего) перехода сигналов по обратным связям.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(-1, -1, -1, -1, +1, +1, +1, -1, +1, +1, +1)

А2=(+1, -1, +1, +1, +1, +1, +1, +1, -1, +1, +1)

А3=(-1, -1, +1, +1, +1, +1, -1, -1, +1, -1, -1)

А4=(-1, +1, +1, +1, +1, -1, +1, -1, +1, +1, +1)

B=(+1, -1, -1, -1, -1, -1, +1, +1, +1, -1, +1)

Ответ:

Вопрос 5

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Для нейронной сети Хэмминга задана обучающая выборка шаблонных сигналов А1, А2 и т.д. (которые представлены в виде биполярных векторов). Определите для заданного случая количество весовых коэффициентов, описывающих связи между входами нейронной сети и нейронами первого слоя.

Исходные данные:

А1=(+1, +1, -1, -1, +1, -1)

А2=(+1, +1, +1, -1, +1, -1)

А3=(+1, -1, +1, -1, +1, +1)

А4=(+1, -1, -1, -1, +1, +1)

Ответ:

Вопрос 6

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Mamdani.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0,1; y0=0,2.

Ответ:

Вопрос 7

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задан однослойный персептрон с сигнатурной функцией активации. Весовые коэффициенты всех связей и смещения равны 0,5. Задана обучающая выборка состоящая из следующих примеров А1, А2, А3, А4. Для каждого примера задан ожидаемый выходной сигнал нейронной сети: D1, D2, D3, D4. С использованием обучающей выборки проводят настройку нейронной сети. Порядок подачи примеров из обучающей выборки: А1-А2-А3-А4-А1. Коэффициент скорости обучения равен 0,2. Посчитайте сумму всех весовых коэффициентов и смещения после 5 итераций обучения персептрона по методу дельта правила. Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(0,8; 0,4; -0,1; 0,3); D1=+1.

А2=(-1,3; 1,3; 1,1; 1,1); D2=-1.

А3=(-0,1; 0,1; -0,1; -0,7); D3=+1.

А4=(-0,1; -0,9; -1,1; 1,2); D4=+1.

Ответ:

Вопрос 8

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Для нейронной сети Хэмминга задана обучающая выборка шаблонных сигналов А1, А2 и т.д. (которые представлены в виде биполярных векторов). Определите для заданного случая количество весовых коэффициентов, описывающих связи между входами нейронной сети и нейронами первого слоя.

Исходные данные:

А1=(-1, +1, -1, -1, -1, +1, -1)

А2=(-1, -1, +1, +1, +1, -1, -1)

А3=(-1, -1, +1, +1, -1, -1, +1)

Ответ:

Вопрос 9

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(-1, +1, +1, -1, -1, -1, +1, +1, +1, -1, +1)

А2=(-1, +1, -1, -1, +1, +1, +1, +1, -1, -1, -1)

А3=(+1, +1, -1, -1, +1, +1, -1, +1, +1, -1, +1)

А4=(+1, +1, +1, +1, -1, +1, -1, -1, +1, -1, -1)

B=(+1, +1, -1, -1, -1, -1, -1, +1, +1, +1, +1)

Ответ:

Вопрос 10

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(+1, +1, +1, +1, +1, +1, +1, +1, -1, +1, -1)

А2=(-1, -1, +1, +1, +1, +1, +1, -1, +1, -1, -1)

А3=(+1, +1, -1, -1, +1, -1, -1, -1, -1, -1, +1)

А4=(+1, -1, +1, -1, +1, -1, -1, -1, -1, +1, -1)

B=(-1, -1, -1, +1, -1, -1, -1, +1, -1, -1, +1)

Ответ:

Вопрос 11

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Для нейронной сети Хэмминга задана обучающая выборка шаблонных сигналов А1, А2 и т.д. (которые представлены в виде биполярных векторов). Определите для заданного случая количество весовых коэффициентов, описывающих связи между входами нейронной сети и нейронами первого слоя.

Исходные данные:

А1=(-1, +1, +1, -1, -1, +1, -1)

А2=(-1, +1, +1, -1, -1, -1, -1)

А3=(-1, -1, +1, -1, -1, -1, -1)

А4=(+1, +1, +1, +1, -1, +1, -1)

Ответ:

Вопрос 12

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (по методу “взвешенное среднее”) в соответствии с алгоритмом Tsukamoto.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0,1; y0=0.

Ответ:

Вопрос 13

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Для нейронной сети Хэмминга задана обучающая выборка шаблонных сигналов А1, А2 и т.д. (которые представлены в виде биполярных векторов). Определите для заданного случая количество весовых коэффициентов, описывающих связи между входами нейронной сети и нейронами первого слоя.

Исходные данные:

А1=(+1, -1, -1, -1, -1, +1, +1, +1, -1, -1)

А2=(-1, -1, +1, -1, -1, -1, +1, +1, +1, -1)

А3=(-1, -1, +1, -1, -1, +1, -1, +1, +1, -1)

А4=(+1, -1, +1, -1, +1, -1, +1, +1, -1, -1)

А5=(-1, +1, +1, +1, +1, -1, +1, -1, -1, -1)

А6=(-1, +1, +1, -1, -1, -1, -1, -1, +1, -1)

Ответ:

Вопрос 14

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1 А2 А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Требуется рассчитать выходное значение сигнала нейрона слоя MAXNET связанного с шаблонным сигналом А1 после 3 (третьего) перехода сигналов по обратным связям.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(-1, +1, -1, -1, -1, -1, +1, -1, +1, +1, -1)

А2=(+1, +1, -1, -1, +1, +1, -1, -1, -1, +1, -1)

А3=(-1, -1, +1, +1, -1, +1, -1, +1, +1, +1, -1)

А4=(-1, -1, -1, +1, -1, +1, +1, +1, -1, +1, +1)

B=(-1, +1, -1, -1, -1, +1, +1, +1, -1, -1, +1)

Ответ:

Вопрос 15

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Mamdani.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0; y0=-0,25.

Ответ:

Вопрос 16

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задана следующая обучающая выборка: x1, x2 - входные сигналы, y - выходной сигнал. Определить наименьшее количество нейронов с сигнатурной функцией активации в нейронной сети прямого распространения, необходимое для 100% точности работы нейронной сети на обучающей выборке.

Исходные данные:

x1

x2

y

-0,2

0,9

1

0,1

0,9

1

0,7

-0,4

-1

0,8

-0,4

-1

-0,9

-0,9

-1

 

Ответ:

 

Вопрос 17

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (по методу “взвешенное среднее”) в соответствии с алгоритмом Tsukamoto.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0,2; y0=0,3.

Ответ:

Вопрос 18

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задано нечеткое множество А. x - непрерывный носитель нечеткого множества с диапазоном значений [K; N]. Для нечеткого множества А задана функция принадлежности: μА(x)=T·| (B·sin(x))C-D·x |. Обозначения: | | - модуль, С - степень. Требуется определить высоту нечеткого множества А.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

K=0; N=6; B=-3; C=0,4; D=0,1; T=0,5.

Ответ:

Вопрос 19

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задано нечеткое множество А. x - непрерывный носитель нечеткого множества с диапазоном значений [K; N]. Для нечеткого множества А задана функция принадлежности: μА(x)=T·| (B·sin(x))C-D·x |. Обозначения: | | - модуль, С - степень. Требуется определить высоту нечеткого множества А.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

K=0; N=9; B=1,2; C=0,4; D=0,1; T=0,8.

Ответ:

Вопрос 20

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Larsen.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=-0,1; y0=-0,2.

Ответ:

Вопрос 21

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Mamdani.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=-0,2; y0=0.

Ответ:

Вопрос 22

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Mamdani.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=-0,2; y0=0,1.

Ответ:

Вопрос 23

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Larsen.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0; y0=-0,25.

Ответ:

Вопрос 24

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задан однослойный персептрон с сигнатурной функцией активации. Весовые коэффициенты всех связей и смещения равны 0,5. Задана обучающая выборка состоящая из следующих примеров А1, А2, А3, А4. Для каждого примера задан ожидаемый выходной сигнал нейронной сети: D1, D2, D3, D4. С использованием обучающей выборки проводят настройку нейронной сети. Порядок подачи примеров из обучающей выборки: А1-А2-А3-А4-А1. Коэффициент скорости обучения равен 0,2. Посчитайте сумму всех весовых коэффициентов и смещения после 5 итераций обучения персептрона по методу дельта правила. Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(-0,4; -1,0; 0,1; 0,8); D1=-1.

А2=(0,2; -0,5; 1,1; -1,3); D2=+1.

А3=(1,0; 1,5; -1,4; 0,1); D3=-1.

А4=(1,0; 0,4; 0,3; -1,0); D4=+1.

Ответ:

Вопрос 25

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задана следующая обучающая выборка: x1, x2 - входные сигналы, y - выходной сигнал. Определить наименьшее количество нейронов с сигнатурной функцией активации в нейронной сети прямого распространения, необходимое для 100% точности работы нейронной сети на обучающей выборке.

Исходные данные:

x1

x2

y

-0,8

0,4

1

0,4

0,4

1

-1

-0,8

-1

-0,3

-0,9

-1

0,2

-0,6

-1

 

Ответ:

Вопрос 26

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Larsen.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0; y0=-0,1.

Ответ:

Вопрос 27

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (по методу “взвешенное среднее”) в соответствии с алгоритмом Tsukamoto.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=0,2; y0=-0,35.

Ответ:

Вопрос 28

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (по методу “взвешенное среднее”) в соответствии с алгоритмом Tsukamoto.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=-0,3; y0=-0,35.

Ответ:

Вопрос 29

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задан однослойный персептрон с сигнатурной функцией активации. Весовые коэффициенты всех связей и смещения равны 0,5. Задана обучающая выборка состоящая из следующих примеров А1, А2, А3, А4. Для каждого примера задан ожидаемый выходной сигнал нейронной сети: D1, D2, D3, D4. С использованием обучающей выборки проводят настройку нейронной сети. Порядок подачи примеров из обучающей выборки: А1-А2-А3-А4-А1. Коэффициент скорости обучения равен 0,2. Посчитайте сумму всех весовых коэффициентов и смещения после 5 итераций обучения персептрона по методу дельта правила. Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(-1,3; 1,1; -0,3; -0,8); D1=+1.

А2=(0,3; 0,2; 1,2; -1,0); D2=-1.

А3=(-0,1; -1,4; -0,1; 0,9); D3=+1.

А4=(-1,0; -1,4; 1,5; -1,3); D4=+1.

Ответ:

Вопрос 30

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1 А2 А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Требуется рассчитать выходное значение сигнала нейрона слоя MAXNET связанного с шаблонным сигналом А1 после 3 (третьего) перехода сигналов по обратным связям.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(+1, -1, -1, +1, +1, -1, +1, +1, +1, +1, -1)

А2=(-1, -1, +1, +1, +1, +1, +1, +1, -1, +1, +1)

А3=(+1, -1, +1, -1, +1, -1, +1, +1, -1, -1, -1)

А4=(+1, +1, +1, +1, +1, -1, +1, -1, +1, +1, -1)

B=(+1, +1, +1, +1, -1, -1, -1, -1, +1, -1, -1)

Ответ:

Вопрос 31

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,13; w2=0,58; w3=0,68; w0=0,74; x1=-0,25; x2=0,15; x3=0,21; функция- логистическая (сигмоидальная).

Ответ:

Вопрос 32

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задан однослойный персептрон с сигнатурной функцией активации. Весовые коэффициенты всех связей и смещения равны 0,5. Задана обучающая выборка состоящая из следующих примеров А1, А2, А3, А4. Для каждого примера задан ожидаемый выходной сигнал нейронной сети: D1, D2, D3, D4. С использованием обучающей выборки проводят настройку нейронной сети. Порядок подачи примеров из обучающей выборки: А1-А2-А3-А4-А1. Коэффициент скорости обучения равен 0,2. Посчитайте сумму всех весовых коэффициентов и смещения после 5 итераций обучения персептрона по методу дельта правила. Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

А1=(0,6; -0,9; -1,3; 0,1); D1=-1.

А2=(0,5; 1,4; -1,5; -0,4); D2=+1.

А3=(1,1; 1,0; 0,7; -0,9); D3=-1.

А4=(0,2; 1,1; 0,7; 0,5); D4=+1.

Ответ:

Вопрос 33

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Система описывается следующими нечеткими правилами:

1) Если x есть Nx и y есть Ny, то z есть Pz

2) Если x есть Px и y есть Py, то z есть Nz

Где x и y – входные переменные, а z – выходная переменная. Переменные x,y,z могут принимать любые значения в диапазоне [-1, 1]. Nx, Ny, Nz, Px, Py, Pz – функции принадлежности определенные следующим образом:

Nx(x) = 1, при -1≤x≤-0,5;

Nx(x) = 0,5-x, при -0,5<x≤0,5;

Nx(x) =0, при 0,5<x≤1

Px(x) = 0, при -1≤x≤-0,5;

Px(x)=x+0,5, при -0,5<x≤0,5;

Px(x)=1, при 0,5<x≤1;

Ny(y) = 1, при -1≤y≤-0,5;

Ny(y) = 0,5-y, при -0,5<y≤0,5;

Ny(y) =0, при 0,5<x≤1

Py(y) = 0, при -1≤y≤-0,5;

Py(y)=y+0,5, при -0,5<y≤0,5;

Py(y)=1, при 0,5<y≤1;

Nz(z) = 1, при -1≤z≤-0,5;

Nz(z) = 0,5-y, при -0,5<z≤0,5;

Nz(z) =0, при 0,5<z≤1

Pz(z) = 0, при -1≤z≤-0,5;

Pz(z)=y+0,5, при -0,5<z≤0,5;

Pz(z)=1, при 0,5<z≤1;

Заданы четкие значения входных переменных x0 и y0. Требуется рассчитать четкое значение выходной переменной z0 (с применением центроидного метода) в соответствии с алгоритмом Larsen.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

x0=-0,1; y0=-0,3.

Ответ:

Вопрос 34

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задано нечеткое множество А. x - непрерывный носитель нечеткого множества с диапазоном значений [K; N]. Для нечеткого множества А задана функция принадлежности: μА(x)=T·| (B·sin(x))C-D·x |. Обозначения: | | - модуль, С - степень. Требуется определить высоту нечеткого множества А.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

K=3; N=14; B=2; C=0,9; D=0,1; T=0,3.

Ответ:

Вопрос 35

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Нейронная сеть Хэмминга обучена классифицировать входной сигнал B к одному из шаблонных сигналов А1, А2, А3 и А4. Весовые коэффициенты W первого слоя сети при настройке инициализированы значениями равными половине от значений компонентов векторов шаблонных сигналов (A1, A2, A3, A4). Смещение нейронов первого слоя равно 0,5n, где n - размерность вектора В. Весовые коэффициенты E отрицательных обратных связей равны [(1/m)-0,1], где m - количество нейронов первого слоя. Определить сколько раз потребовалось передать сигналы по обратным связям в сети MAXNET для того, чтобы классифицировать входной сигнал В к одному из шаблонов.

Исходные данные:

А1=(+1, +1, +1, +1, -1, +1, +1, -1, +1, -1, -1)

А2=(-1, -1, +1, +1, +1, -1, +1, -1, -1, +1, -1)

А3=(-1, -1, +1, +1, -1, +1, +1, -1, -1, +1, -1)

А4=(-1, -1, +1, +1, -1, -1, +1, +1, -1, +1, +1)

B=(-1, +1, +1, -1, -1, +1, -1, +1, +1, -1, -1)

Ответ:

Вопрос 36

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,22; w2=0,55; w3=-0,8; w0=0,55; x1=0,13; x2=0,16; x3=-0,73; функция - логистическая (сигмоидальная).

Ответ:

Вопрос 37

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задана следующая обучающая выборка: x1, x2 - входные сигналы, y - выходной сигнал. Определить наименьшее количество нейронов с сигнатурной функцией активации в нейронной сети прямого распространения, необходимое для 100% точности работы нейронной сети на обучающей выборке.

Исходные данные:

x1

x2

y

-1

0

1

0,7

0,1

1

-0,9

-0,7

-1

0,1

-1

-1

-0,1

-0,9

-1

 

Ответ:

 

Вопрос 38

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задано нечеткое множество А. x - непрерывный носитель нечеткого множества с диапазоном значений [K; N]. Для нечеткого множества А задана функция принадлежности: μА(x)=T·| (B·sin(x))C-D·x |. Обозначения: | | - модуль, С - степень. Требуется определить высоту нечеткого множества А.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-12,325", то ответ надо записывать как "-12,33".

Исходные данные:

K=0; N=6; B=-1; C=2; D=0,1; T=1.

Ответ:

Вопрос 39

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Задана следующая обучающая выборка: x1, x2 - входные сигналы, y - выходной сигнал. Определить наименьшее количество нейронов с сигнатурной функцией активации в нейронной сети прямого распространения, необходимое для 100% точности работы нейронной сети на обучающей выборке.

Исходные данные:

x1

x2

y

-0,7

-0,4

1

0,6

0,5

1

-0,2

-1

-1

0

-0,6

-1

-0,3

0,9

-1

Ответ:

Вопрос 40

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

Рассчитать выходной сигнал нейрона со смещением w0, весовым коэффициентом w1 для входа x1, весовым коэффициентом w2 для входа x2, весовым коэффициентом w3 для входа x3 и с заданной передаточной функцией.

Ответ округлить до двух знаков после запятой и записать со знаком "запятая". Например, если при расчете получилось "-1,4" необходимо записать "-1,40" сохраняя 2 знака после запятой. Другой пример, если результат расчета "12,325", то ответ надо записывать как "12,33".

Исходные данные:

w1=-0,63; w2=0,32; w3=-0,07; w0=-0,39; x1=-0,67; x2=0,6; x3=-0,6; функция - логистическая (сигмоидальная).

Ответ:

 

1