Inteligencia en Redes de Comunicaciones Curso 06/07

Transcription

Inteligencia en Redes de Comunicaciones
Curso 06/07 – Convocatoria de septiembre
Nombre: ________________________________________________
NIA: ___________
Selecciona la respuesta correcta o más apropiada entre las tres opciones. Hay una única respuesta correcta. Cada
respuesta correcta suma 1, cada respuesta incorrecta resta 0,5 y las respuestas en blanco no se consideran. Tiempo
límite: 2 horas.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
El test de Turing consiste en:
a. Comprobar que un algoritmo se puede representar mediante un autómata
b. Comprobar que los expertos hayan introducido suficientes hechos y reglas en un sistema basado en
conocimiento
c. Evaluar hasta qué punto un sistema muestra un comportamiento inteligente
Eliza es:
a. El primer robot de la historia, desarrollado por la empresa Unimation
b. Un psicoanalista virtual, creado por Joseph Weizenbaum
c. La sobrina de Pascal, juntos inventaron la Pascalina, la primera calculadora
Formalmente, la resolución de problemas en Inteligencia Artificial consiste de forma genérica en
realizar una búsqueda en un espacio de estados y:
a. Dado un estado inicial q0 y una serie de reglas válidas r1…rn, obtener el estado final qf aplicando las reglas
b. Encontrar la secuencia de reglas r1…rn que conduzcan desde un estado inicial q0 a un estado final qf,
aplicando una estrategia de control
c. Definir la estrategia de control que permite ir de un estado inicial q0 a un estado final qf aplicando una
serie de reglas r1…rn
Por problema de contingencia se denomina específicamente a:
a. Aquellos problemas con un único estado inicial q0 válido
b. Aquellos problemas con varios estados iniciales q0 válidos
c. Aquellos problemas en los que la validez de las reglas r1…rn que se pueden aplicar depende del instante de
tiempo en que se toma la decisión
Las estrategias de búsqueda en resolución de problemas:
a. Definen un orden para la expansión de nodos
b. Son las mismas en todos los casos y lo que cambian son las reglas a aplicar
c. Permiten encontrar la solución óptima del problema
El principal problema de la búsqueda en anchura es:
a. La memoria
b. El tiempo de ejecución
c. Que no es una solución completa
La estrategia de búsqueda de coste uniforme:
a. Consiste en expandir el nodo más profundo no expandido hasta una profundidad uniforme L
b. Es una estrategia óptima en todos los casos
c. No es completa
Las estrategias heurísticas:
a. Emplean información del espacio de búsqueda para evaluar cómo va el proceso
b. Sólo emplean la información existente en la definición del problema pero aplican funciones de evaluación
del coste
c. Se usan para poder encontrar la solución óptima
Una estrategia heurística es:
a. La búsqueda en anchura (breadth-first search)
b. La búsqueda en profundidad progresiva (iterative deepening search)
c. La búsqueda avariciosa (greedy search)
La estrategia de hill-climbing:
a. Puede “atascarse” en máximos locales y no encontrar la solución óptima
b. Es una solución particular de simulated annealing
c. Es una estrategia sin información del dominio o a ciegas
Los movimientos en "simulated annealing" tienen una amplitud y frecuencia, en relación al tiempo:
a. Amplitud=inversamente proporcional, frecuencia=directamente proporcional
b. Amplitud=inversamente proporcional, frecuencia=inversamente proporcional
c. Amplitud=directamente proporcional, frecuencia=directamente proporcional
Un sudoku es un típico ejemplo de:
a. Problema de búsqueda online
b. Problema de satisfacción de restricciones
c. Hill-climbing
Un escenario que se resolvería con un problema de satisfacción de restricciones es:
a. El problema del viajante de comercio
1
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
b. El juego de las damas
c. La planificación de horarios de clase
En las N-reinas, si Qi es la posición de una reina en cada columna i (1<=i<=4), se cumple:
a. Qi!=Qj, |Qi-Qj|!=|i-j|
b. Qi!=i, Qj!=j
c. Qi!=i, Qj!=i, |Qi-Qj|!=|i-j|
El algoritmo del minimax no es aplicable a:
a. Juegos con más de dos jugadores
b. Juegos donde interviene el azar
c. Juegos con suma no nula
El algoritmo minimax en el juego del dominó (4 jugadores, 8 fichas cada uno), para las dos primeras
jugadas, generaría un árbol con como máximo:
a. 8*7 nodos
b. 8*8*8*8*7 nodos
c. 8*8*8*8*7*7*7*7 nodos
Para resolver el problema de espacio en el árbol del minimax se podría (señalar la respuesta
INCORRECTA):
a. Aplicar la poda alfa-beta
b. Generar un árbol parcial, con sólo los N siguientes movimientos
c. Aplicar una búsqueda en profundidad para llegar antes al movimiento final
La moraleja del dilema del prisionero es que:
a. En muchas ocasiones, colaborar puede resultar mejor que competir para maximizar el beneficio conjunto
b. La ganancia de un jugador se equilibra con la pérdida de los otros jugadores
c. La estrategia dominante en un juego suele ser la óptima
Bajo el paradigma de la programación lógica:
a. Escribir un programa consiste en definir unos datos y el algoritmo de procesamiento
b. Escribir un programa consiste en expresar unos datos y las reglas que expresan relaciones entre ellos
c. Los resultados de los programas son inferencias deductivas
En la lógica de predicados, un predicado:
a. Consiste en obtener una conclusión a partir de unas premisas
b. Representa una propiedad o relación de un determinado objeto en el universo del discurso
c. Es una forma particular de razonar
En la lógica de predicados de primer orden:
a. Un nuevo razonamiento puede anular conclusiones anteriores
b. Únicamente hay razonamientos sobre propiedades de objetos y relaciones entre objetos
c. Los razonamientos aproximados se realizan asociando un cierto valor de certeza o verosimilitud a cada una
de las propiedades o relaciones
El razonamiento "si se bebe alcohol no se debe conducir; esta noche he bebido alcohol, luego no voy a
conducir" es de tipo:
a. Deductivo
b. Inductivo supervisado
c. Inductivo no supervisado
El razonamiento "me gustan los trabajos de Andy Warhol, de Roy Lichtenstein, de Jasper Johns, de
Keith Haring… por tanto, me gusta el pop-art" es de tipo:
a. Deductivo
En un sistema lógico, la consistencia implica que:
a. Toda conclusión obtenida es tal que las premisas implican dicha conclusión
b. El sistema permite obtener todas las conclusiones posibles
c. Las conclusiones que se van obteniendo siempre son definitivas
La asunción del mundo cerrado en lógica:
a. Indica que todo lo que no figura como un hecho y tampoco se puede deducir, por defecto es falso
b. Indica que el sistema no tiene capacidad de interacción con el entorno ni, por tanto, de aprendizaje
c. Indica que las reglas las debe introducir un experto en el dominio del sistema
Dado el programa Prolog:
jefe(a1,a2). jefe(a1,b2). jefe(a2,a3). jefe(a2,b3). jefe(b2,b3). jefe(b3,a4).
La respuesta a:
jefe(a1,X),jefe(X,b3).
sería:
a. X=a2
b. X=a2 X=b2
c. X=b2
2
27. El mecanismo de retroceso en los sistemas inferenciales (señalar la respuesta INCORRECTA):
a. Es un mecanismo de vuelta atrás cuando falla la unificación de un predicado al evaluar subobjetivos
b. Consiste en que el procesador de reglas asigna provisionalmente los mismos valores asignados en una
iteración anterior
c. Se puede controlar con los operadores especiales de corte y fallo
28. El conductismo:
a. Su principal preocupación es desarrollar modelos “computacionales” de pensamiento de los seres
estudiados, como si el cerebro fuera una máquina
b. Ha dado lugar a paradigmas como el modelo de procesamiento de la información, en el que están basadas,
por ejemplo, las redes semánticas
c. Realiza el estudio del ser desde la perspectiva de las relaciones observadas entre estímulos y respuestas,
por ejemplo, el condicionamiento operante o el refuerzo de conductas mediante recompensa/castigo
29. El conductismo es la corriente psicológica anterior al:
a. Subjetivismo
b. Cognitivismo
c. Expresionismo
30. El conocimiento puede ser (señalar la respuesta INCORRECTA):
a. Declarativo
b. Procedimental
c. Orientado a objetos
31. Según Collins y Quilian, que el tiempo de respuesta a “¿un canario es un pájaro?” sea menor que el
tiempo de respuesta a “¿un canario vuela?” es porque:
a. El tiempo de acceso a la memoria semántica es mayor que el tiempo de acceso a la memoria episódica
b. Los conceptos se ordenan en memoria mediante asociaciones directas o indirectas, y para la recuperación
hay que recorrer esas asociaciones
c. El procesador cognoscitivo tiene que aplicar reglas deductivas para obtener la información, con lo que el
tiempo de respuesta aumenta
32. Un lenguaje de representación del conocimiento, en general, debe (señalar la respuesta
INCORRECTA):
a. Tener una sintaxis formalizada para poder diseñar fácilmente un motor de inferencias basado en ese
lenguaje
b. Tener una semántica bien definida y que permita la implementación de algoritmos de razonamiento
eficientes
c. Tener una semántica que permita representar conceptos ambiguos para realizar razonamientos
aproximados
33. No es específicamente un lenguaje de representación del conocimiento:
a. La lógica borrosa
b. Una red semántica
c. Una red neuronal
34. La ontología es (señalar la respuesta INCORRECTA):
a. En filosofía, el estudio de lo que es en tanto que es y existe
b. En informática, por analogía, la estructura de datos que contiene la definición de todas las entidades
relevantes del dominio y sus relaciones
c. La base de conocimientos comunes que les sirven a dos agentes para entenderse
35. Dado un problema, si el conocimiento consiste en una jerarquía de clases y subclases con relaciones
de herencia, lo primero que utilizaría para su representación es:
a. Las triplas OAV (objeto-atributo-valor)
b. Una red semántica
c. La lógica de predicados de primer orden
36. Wordnet es:
a. Una lista de conceptos
b. Un árbol de conceptos
c. Una red semántica de conceptos
37. Una proposición imprecisa es:
a. Aquella referida a una variable cuyo valor no se conoce o no se puede determinar con exactitud
b. Aquella que no se conoce o de la que no se puede determinar su verdad o falsedad
c. Aquella que puede tomar valores nulos en alguno de sus campos
38. Una proposición incierta es:
a. Aquella referida a una variable cuyo valor no se conoce o no se puede determinar con exactitud
b. Aquella que no se conoce o de la que no se puede determinar su verdad o falsedad
c. Aquella que puede tomar valores nulos en alguno de sus campos
39. No es un componente de un sistema experto:
a. La base de conocimiento
3
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
b. El motor de inferencias
c. Una herramienta de depuración para el código del algoritmo
Los factores de incertidumbre (señalar la respuesta INCORRECTA):
a. Están asociados a los hechos y reglas de un sistema de producción, para poder asociar una medida de la
incertidumbre de las conclusiones obtenidas
b. Son de tres tipos: funciones de propagación, de composición de hipótesis y de reglas con igual conclusión
c. Son una particularización de las redes bayesianas y modelan la probabilidad condicionada de que la
conclusión se deba a unos hechos
En un sistema experto, el conocimiento representado consiste principalmente en:
a. Marcos (frames)
b. Redes semánticas
c. Conocimiento de tipo impreciso
La lógica borrosa:
a. Permite representar matices del lenguaje natural como “muy”, “algo”, “poco”, etc., por medio de las
llamadas variables lingüísticas
b. Extiende la idea binaria de verdad y falsedad y considera un conjunto finito o infinito de valores entre lo
absolutamente verdadero y lo absolutamente falso
c. Tiene predicados sobre predicados, del estilo “creo que…” o “es casi cierto que…”, que constituyen la base
de los agentes BDI
Una amiga te dice “ayer conocí al amor de mi vida”, y tú le preguntas “¡qué bien, cuéntame sobre él!”.
a. Has aplicado un razonamiento de sentido común, asumiendo por defecto que es un hombre en vez de
considerar que es una mujer
b. Has aplicado un razonamiento basado en lógica modal: creo que será un hombre
c. Has aplicado un razonamiento deductivo: las mujeres se enamoran de hombres
CLIPS (señalar la respuesta INCORRECTA):
a. Es un lenguaje para desarrollar sistemas expertos
b. Maneja, entre otros, hechos y reglas
c. No permite incorporar nuevo conocimiento al sistema en tiempo real
MYCIN (señalar la respuesta INCORRECTA):
a. Era un sistema experto para diagnóstico de enfermedades infecciosas en la sangre
b. Estaba basado en la inferencia bayesiana para la determinación de los diagnósticos
c. Tenía la información codificada en triplas OAV
En leJOS, “Motor.B”:
a. Indica al motor B que se mueva hacia atrás (backwards)
b. Indica al motor que se mueva hacia atrás (backwards)
c. Representa a un motor
En Inteligencia Artificial, el concepto general de aprendizaje consiste en:
a. Obtener del experto el conjunto de reglas que se forman parte de la base de conocimiento del sistema
b. Obtener conocimiento nuevo (reglas, hechos, modelos…) a partir del conocimiento existente (reglas,
hechos, datos…) y la experiencia con el entorno
c. Insertar nuevo conocimiento en el sistema preguntando al usuario a través del módulo de interfaz
En el aprendizaje (marcar la opción INCORRECTA)
a. Siempre tiene que haber relación con el entorno
b. Siempre es imprescindible la capacidad de memorizar
c. Siempre va implícito el error
Los algoritmos de aprendizaje:
a. No sobreaprenden
b. No cometen errores al modelar el conjunto de entrenamiento
c. Son los fundamentos básicos de la minería de datos y se clasifican en varios tipos: de predicción, de
clasificación o segmentación, etc.
El aprendizaje supervisado consiste:
a. Utilizar el conocimiento de un experto (supervisor) para generar modelos de conocimiento
b. Extraer conclusiones de un conjunto de ejemplos sin etiquetar
c. Encontrar las reglas que mejor modelan la relación entre las entradas y las salidas
Los algoritmos de agrupamiento son de tipo:
a. Deductivo
En la matriz de datos para el aprendizaje supervisado, se denominan "clases" a:
a. Las filas
b. Las variables de salida
c. Las variables nominales
Los datos nominales:
4
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
a. Son los nombres de los atributos de entrada
b. Son aquellos que toman valores discretos o categóricos
c. Son aquellos cuyo valor está acotado dentro de un intervalo abierto o cerrado
Los árboles de decisión (señalar la respuesta INCORRECTA):
a. Utilizan inducción no supervisada
b. Para elegir qué atributos y en qué orden aparecen en el árbol se utiliza una función de evaluación, en
general, la minimización de entropía
c. Se pueden convertir a reglas IF-THEN
Si construimos un modelo de la felicidad de un estudiante, en las hojas del árbol de decisión estará:
a. El valor de felicidad (Sí/No)
b. La variable que mayor ganancia de entropía produzca (la primera variable seleccionada de todas)
c. La variable que menor ganancia de entropía produzca (la última variable seleccionada de todas)
Sobre los algoritmos más habituales de árboles de decisión:
a. ID3 permite tratar atributos tanto nominales como numéricos
b. C4.5 (J48 en Weka) permite tratar atributos tanto nominales como numéricos
c. Los algoritmos genéticos permiten tratar atributos tanto nominales como numéricos
El podado de árboles de decisión (señalar la respuesta INCORRECTA):
a. Elimina ramas y enlaza fragmentos del árbol para así aumentar el grado de generalización de las reglas
b. Aumenta el tamaño de los árboles de decisión incluyendo reglas más generales
c. Elimina las ramas del árbol que corresponden a un número de ejemplos menor que un umbral dado
El algoritmo kNN es de tipo:
a. Deductivo
El algoritmo kNN se basa en almacenar todos los datos y dar como resultado:
a. Los k individuos más cercanos al individuo de entrada
b. El individuo promedio de los k individuos más cercanos al individuo de entrada
c. La salida promedio de los k individuos más cercanos al individuo de entrada
En una neurona biológica (señalar la respuesta INCORRECTA):
a. Las entradas son unas terminaciones llamadas dendritas y puede tener miles
b. Las salidas se denominan axones y puede haber tantos como entradas
c. El cuerpo celular realiza el procesamiento de la información, cuyo modelo corresponde a un sumatorio
ponderado más una función de transferencia
El algoritmo básico de entrenamiento en un perceptrón es:
a. Selección en función de la ganancia de entropía
b. Retropropagación (backpropagation)
c. Medida basada en la distancia euclídea
Un algoritmo de agrupamiento (clustering):
a. Pretende encontrar grupos homogéneos de individuos parecidos
b. Agrupa varias variables de entrada en una única variable función (lineal o no) de todas ellas
c. Se utilizan para predecir valores futuros de una variable
El aprendizaje abductivo:
a. Consiste en, dada una conclusión conocida, proponer hipótesis que la expliquen
b. Intenta emular la capacidad humana de aplicar el mismo razonamiento a problemas parecidos anteriores
c. Permite formular una definición estructural a partir de una definición funcional
El concepto de sobreentrenamiento hace referencia a:
a. Volver a utilizar el mismo conjunto de datos de entrenamiento en sucesivas iteraciones
b. Volver a entrenar el algoritmo con nuevos datos a fin de mejorar el modelo anterior
c. Que el algoritmo se adapta demasiado a los datos de entrenamiento, perdiendo la capacidad de
generalización
En referencia a la evaluación de los modelos supervisados (señalar la respuesta INCORRECTA):
a. La división en conjunto de entrenamiento y test puede conllevar error de muestreo
b. La validación cruzada permite resolver el error de muestreo en dicha división
c. La medida dl error relativo elimina el efecto del error de muestreo en dicha división
Evaluar el conjunto de test tras cada iteración del algoritmo de aprendizaje sirve para (señalar la
respuesta INCORRECTA):
a. Detectar el sobreentrenamiento
b. Detectar el error de muestreo
c. Conocer el error del sistema y detener el proceso de modelado cuando éste baje de un umbral
El aprendizaje por analogía:
a. Consiste en, dada una conclusión conocida, proponer hipótesis que la expliquen
b. Intenta emular la capacidad humana de aplicar el mismo razonamiento sobre problemas parecidos
anteriores
5
c. Permite formular una definición estructural a partir de una definición funcional
68. Los algoritmos genéticos (señalar la respuesta INCORRECTA):
a. El conjunto de individuos de la población pueden mutar o cruzarse entre sí (operadores de mutación y
operadores sexuales)
b. Aplican la selección natural según la cual, tras cada iteración, sólo sobreviven los mejores individuos
c. Son algoritmos inductivos supervisados con una función de evaluación de toda la población
69. La minería de datos es:
a. La extracción no trivial de información implícita, previamente desconocida y potencialmente útil, a partir de
datos
b. La realización eficiente de todas las actividades relacionadas con la creación, organización, explotación y
distribución del conocimiento en una organización
c. Poner al alcance de cada individuo lo que necesita en el momento preciso para que su actividad sea
efectiva
70. Business Intelligence es:
a. La extracción no trivial de información implícita, previamente desconocida y potencialmente útil, a partir de
datos
b. La realización eficiente de todas las actividades relacionadas con la creación, organización, explotación y
distribución del conocimiento en una organización
c. Poner al alcance de cada individuo lo que necesita en el momento preciso para que su actividad sea
efectiva
71. En la minería de datos:
a. La aplicación principal es la comprobación de hipótesis o explicaciones sobre un determinado problema en
un dominio
b. Se hace uso exclusivamente de métodos estadísticos
c. Habitualmente se utiliza un agrupamiento de toda la población, seguido de un modelo de predicción más
preciso para cada grupo encontrado
72. En minería de datos, las técnicas de modelado:
a. Son aquellas orientadas a describir un conjunto de datos
b. Son aquellas orientadas a estimar los valores de una variable de salida
c. Son aquellas orientadas a obtener una representación de un sistema que permita entender/imitar su
comportamiento
73. La extensión de los ficheros fuente de Weka es:
a. .wk
b. .txt
c. .arff
74. En los agentes, la propiedad de planificación consiste en:
a. La capacidad de construir sus propios planes para lograr sus objetivos a partir de las tareas que sabe
realizar o puede pedir a otros
b. La capacidad para solicitar o dar servicio a otros agentes y trabajar en cooperación para llevar a cabo
planes conjuntos
c. La capacidad de interpretar la información del entorno para realizar inferencias y alcanzar sus objetivos
75. Todos los agentes son (señalar la respuesta INCORRECTA):
a. Autónomos
b. Reactivos
c. Móviles
76. En el modelo de agentes BDI:
a. La B es de “beliefs” (creencias)
b. La D es de “doubts” (dudas)
c. La I es de “inductions” (inducciones)
77. En la ingeniería lingüística:
a. El análisis del lenguaje se aborda por niveles: fonológico, morfológico, sintáctico, semántico, pragmático e
integración del discurso
b. Los diferentes idiomas se suelen abordar de forma similar, extrayendo las similitudes entre ellos
c. La ambigüedad no suele ser un problema
78. En la ingeniería lingüística, el nivel pragmático estudia:
a. El significado literal de la frase
b. El significado real de la frase vs el significado real
c. El significado de la frase aislada vs el significado en contexto
79. Si en un examen tipo test el 50% de las preguntas son las mismas que las de examen del año anterior
(señalar la respuesta INCORRECTA):
a. El profesor corre el riesgo de sobreentrenamiento si los alumnos lo conocen a priori
b. Permite inferir con un alto nivel de certeza los conceptos más importantes de la asignatura (aquellos que
se repiten todos los años)
6
c.
Permite asegurar que el examen del año siguiente compartirá el 50% de las preguntas con el del año
actual y el 25% de las preguntas con el del año precedente
80. Dadas las siguientes reglas:
si A y B, entonces C
si D, entonces no B
Identifica el valor de cada proposición lógica:
a. A=“aprobar”, B=“examen fácil”, C=“estudiar”, D=“mucha fiesta”
b. A=“estudiar”, B=“examen fácil”, C=“aprobar”, D=“mucha fiesta”
c. A=“examen fácil”, B=“estudiar”, C=“aprobar”, D=“mucha fiesta”
7

Inteligencia en Redes de Comunicaciones Curso 06/07

Transcription

Documents pareils

clasificador lingüístico de textos en java

Algoritmo Minimax I

LA WEB SEMANTICA

Inteligencia artificial en los videojuegos

Proceedings Template - WORD - Departamento de Ingeniería

Proceedings Template

Minería de Datos: Intrusiones de Red

Proceedings Template - WORD