Искусственный интеллект, нейросети, виртуальная реальность в урологии - как и для чего используют
Искусственный интеллект, нейросети, виртуальная реальность в урологии - как и для чего используют
Типичным недостатком для программ глубокого обучения является (Выберите ОДИН правильный ответ):
необходимость предварительной разметки исходных данных и контроля выходных данных
зависимость от оператора
невозможность работы за пределами тренировочной выборки
проблема черного ящика
Искусственный интеллект – это (Выберите ОДИН правильный ответ):
свойство живой материи, необходимое для адаптации к изменяющимся условиям окружающей среды
технология обработки данных, которая имитирует умственные процессы человека, такие как логическое мышление, обучение, запоминание
технология, построенная для исполнения алгоритмически простых команд, без возможности самосовершенствования
априорное свойство компьютерных программ, необходимое для исполнения простых алгоритмов
Компьютерное зрение – это (Выберите ОДИН правильный ответ):
область искусственного интеллекта, предназначенная для управления станками с числовым программным управлением
область искусственного интеллекта, предназначенная для формирования текста
область искусственного интеллекта, связанная с анализом изображений и видео
изображение, получаемое объективом веб камеры компьютера
Нейронные сети – это (Выберите ОДИН правильный ответ):
ветвь искусственного интеллекта, функции которой заключаются в возможности самосовершенствования одного или нескольких аспектов программы
ветвь искусственного интеллекта, в которой логика работы программы строится по аналогии с нервной системой человека, т.е. цепочек узкоспециализированных нейронов
ветвь ИИ, построенная на основе технологии нейронных сетей
компьютерная программа, способная имитировать когнитивные функции человека - логическое мышление, обучение, запоминание
По мере расширения тренировочных баз в рекуррентных нейронных сетях невозможно (Выберите ОДИН правильный ответ):
появление новых, изначально не планировавшихся возможностей нейросети
повышение эффективности работы нейросети
осуществить переход архитектуры сети с глубокого обучения на машинное
появление логической самосогласованности тезисов генерируемого текста
Какой признак из нижеперечисленных типичен для машинного обучения? (Выберите ОДИН правильный ответ):
для тренировки программы необходим оператор
программа способна обучаться самостоятельно, без контроля оператора
отсутствует необходимость разметки исходных данных и контроля выходных данных
исполнение кода программы сопряжено с использованием нейросетевых технологий
Машинное обучение – это (Выберите ОДИН правильный ответ):
ветвь искусственного интеллекта, в которой логика работы программы строится по аналогии с нервной системой человека, т.е. цепочек узкоспециализированных нейронов
ветвь искусственного интеллекта, функции которой заключаются в возможности самосовершенствования одного или нескольких аспектов программы
ветвь ИИ, построенная на основе технологии нейронных сетей
компьютерная программа, способная имитировать когнитивные функции человека – логическое мышление, обучение, запоминание
К возможностям компьютерного зрения относятся (Выберите НЕСКОЛЬКО правильных ответов):
создание алгоритмов скрининга и диагностики заболеваний
самостоятельный анализ изображений
выделение подозрительных участков на изображениях
предварительная разметка изображений
В основе проблемы черного ящика лежат все нижеперечисленные факторы, кроме (Выберите ОДИН правильный ответ):
неточный или сложный запрос
вероятностный принцип выдачи результата
архитектура нейросети
множественность циклов обработки информации
При создании программ машинного обучения возможны все перечисленные концепции, кроме (Выберите ОДИН правильный ответ):
обучение с учителем с контролем данных на входе
обучение без учителя с контролем данных на входе
обучение без учителя с контролем данных на выходе
обучение с учителем с контролем данных на выходе
Система поддержки принятия врачебных решений – это (Выберите ОДИН правильный ответ):
область искусственного интеллекта, предназначенная для формирования текста
область искусственного интеллекта, предназначенная для управления станками с числовым программным управлением
программное обеспечение, позволяющее путем интерпретации собираемой информации поддерживать принятие врачом решения на всех этапах лечебно-диагностического процесса
область искусственного интеллекта, связанная с анализом изображений и видео
Какое из нижеперечисленных утверждений НЕ верно? (Выберите ОДИН правильный ответ):
качество работы программ глубокого обучения ограничено качеством предварительной подготовки тренировочной выборки
программы глубокого обучения способны обучаться самостоятельно
при разработке программ машинного обучения необходим оператор для контроля входных и выходных данных
качество работы программ глубокого обучения сильно зависит от объема тренировочной выборки
В основе систем поддержки принятия врачебных решений лежит (Выберите ОДИН правильный ответ):
трансформеры
способность анализировать КТ и МРТ изображения
рекуррентные нейронные сети
база клинических рекомендаций
В медицине языковые модели НЕ применяются для (Выберите ОДИН правильный ответ):
перевода текстов, в т.ч. клинических рекомендаций
анализа КТ и МРТ изображений
создание текстов, написания материалов для пациентов
академического письма
Что из нижеперечисленного не может рассматриваться в качестве средства преодоления недостатков существующих нейросетей? (Выберите ОДИН правильный ответ):
формирование больших сетевых хранилищ информации
сбор Big Data
сужение объема рынка нейросетевых технологий
межуниверситетская и международная кооперация
Что из нижеперечисленного НЕ типично для программ глубокого обучения? (Выберите ОДИН правильный ответ):
исполнение кода программы сопряжено с использованием нейросетевых технологий
программа способна обучаться самостоятельно, без контроля оператора
отсутствует необходимость разметки исходных данных и контроля выходных данных
для тренировки программы необходим оператор
Глубокое обучение – это (Выберите ОДИН правильный ответ):
подвид машинного обучения, построенный на основе технологии нейронных сетей
ветвь искусственного интеллекта, в которой логика работы программы строится по аналогии с нервной системой человека, т.е. цепочек узкоспециализированных нейронов
компьютерная программа, способная имитировать когнитивные функции человека - логическое мышление, обучение, запоминание
ветвь искусственного интеллекта, функции которой заключаются в возможности самосовершенствования одного или нескольких аспектов программы
К областям применения компьютерного зрения НЕ относится разметка и интерпретация (Выберите ОДИН правильный ответ):
КТ-изображений
МРТ-изображений
температуры тела пациента
гистологических препаратов
К основным функциям программ машинного обучения относится (Выберите НЕСКОЛЬКО правильных ответов):
кластеризация
конволюция
классификация
регрессия
К недостаткам программ глубокого обучения относится (Выберите НЕСКОЛЬКО правильных ответов):
неочевидность выявляемых закономерностей для стороннего наблюдателя
зависимость от оператора
потребность в больших объемах данных для тренировки и совершенствования программы
проблема черного ящика
К основным слоям в сверточных нейронных сетях НЕ относится (Выберите ОДИН правильный ответ):
группирующий
рекуррентный
сверточный
классифицирующий
В основе компьютерного зрения лежат (Выберите ОДИН правильный ответ):
трансформеры
рекуррентные нейронные сети
сверточные нейронные сети
простые алгоритмы
К основным функциональным задачам компьютерного зрения относятся (Выберите НЕСКОЛЬКО правильных ответов):
локализация
классификация
сегментация
кластеризация
Рекуррентные нейронные сети также называются (Выберите ОДИН правильный ответ):
трансформерами
терраформаторами
конволюторами
реактивными машинами
Рекуррентные нейронные сети применяются для (Выберите ОДИН правильный ответ):
сегментации изображений
проектирования автопилотной навигации
управления станками с числовым программным управлением
написания текста
Компьютерное зрение применяется для (Выберите НЕСКОЛЬКО правильных ответов):
обработки медицинского изображения в случае низкого качества снимка: удаление шума, повышение контрастности и чёткости снимка
выделения зон интереса, включающих патологические участки
прямой коммуникации с пациентом
количественной оценки анатомических образований
| < Предыдущая | Следующая > |
|---|
