【2020】人工智能

一、单项选择题（每小题3分，共9分）

1. 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

A．增加神经网的层次

B．调整神经网的权值

C．增加神经网的输入节点

2. 非单调推理是针对（）而提出的一种推理方法

A．知识获取

B．知识不完全

C．规则表示不规范

3. 本体（ontology）是一种（）

A．实例学习算法

B．非单调推理方法

C．概念间关系的知识表示方法

二、证明题（共9分）

试使用单元归结法（unit resolution），证明A1∧A2∧A3→B

其中 A1 = (∀x){ ¬(D(x)→E(x))→( ∃y)(F(x,y)∧H(y))}

A2 = (∃x){D(x)∧G(x)∧( ∀y)(F(x,y)→G(y))}

A3 = (∀x)(¬E(x)∨¬G(x))

B = (∃x)(H(x)∧G(x))

三、简答题（每小题4分，共12分）

1. 说明对计算机能否实现人类智能的思考。

2. 给出人工智能学科的几类推理方法。

3. 给出“机器学习”概念的定义。

参考答案》》》》》》》》》》》》》》》》》》》》》》》》》》》》

一、单项选择题（每小题3分，共9分）

1. 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

A．增加神经网的层次

B．调整神经网的权值

C．增加神经网的输入节点

答：B

2. 非单调推理是针对（）而提出的一种推理方法

A．知识获取

B．知识不完全

C．规则表示不规范

答：B

人工智能-推理分类总结-CSDN博客

解析：人工智能-推理分类总结-CSDN博客

3. 本体（ontology）是一种（）

A．实例学习算法

B．非单调推理方法

C．概念间关系的知识表示方法

答：C

本体 (ontology) 是一种规范语言，用于描述一个领域内的概念和它们之间的关系。它是一种结构化的知识表示方式。本体在特定情况下，通常又称知识图谱模式。关于本体和知识图谱模式细微的差别，可参考《知识图谱：认知智能理论与实战》第2章。

二、证明题（共9分）

试使用单元归结法（unit resolution），证明A1∧A2∧A3→B

其中 A1 = (∀x){ ¬(D(x)→E(x))→( ∃y)(F(x,y)∧H(y))}

A2 = (∃x){D(x)∧G(x)∧( ∀y)(F(x,y)→G(y))}

A3 = (∀x)(¬E(x)∨¬G(x))

B = (∃x)(H(x)∧G(x))

答：

证明过程如下：

1. 将前提转换为子句形式：

标签：计算机,人工智能,学习,智能,2020,人类,y1
From： https://blog.csdn.net/taogumo/article/details/144965297