Test di Sistemi Esperti e soft computing 3

Che cosa è un sistema esperto?. Un dispositivo. Un programma. Un ingegnere. Un modello.

Quale è la caratteristica peculiare delle tecniche di soft computing?. Sono tecniche in grado di gestire dati provenienti da sorgenti eterogenee. Nessuna delle altre opzioni. Sono tecniche in grado di gestire dati senza rumore. Sono tecniche in grado di gestire anche dati qualitativi, incerti, imprecisi ed incompleti.

Cosa si intende per hard computing?. Nessuna delle altre opzioni. Sono tecniche in grado di gestire dati provenienti da sorgenti eterogenee. Sono tecniche in grado di gestire anche dati qaulitativi, incerti, imprecisi e incompleti. Sono le tecniche convenzionali di calcolo.

Nel contesto dei sistemi esperti, cosa signfica trovare una soluzione ad un problema?. Effettuare una ricerca nello spazio degli stati. Effettuare domande agli utenti. Utilizzare il dati utilizzati da un algoritmo. Nessuna delle altre opzioni.

Come si descrive tipicamente il dominio di un problema nei sistemi esperti?. Nessuna delle altre opzioni. Per mezzo di discussioni fra esperti. Per mezzo di vettori e matrici. Per mezzo di fatti e regole.

Quale è il modulo attivo di un sistema esperto?. Nessuna delle altre opzioni. La base di conoscenza. L'interfaccia con l'utente. Il motore inferenziale.

Che cosa si intende per conoscenza?. La conoscenza è quello che l'esperto inserirsce nei sistemi esperti. La conscenza è quell'insieme di informazioni in grado di generale altra informazione. La conoscenza è rappresentata dai dati a disposizione. Nessuna delle altre opzioni.

Da quali moduli è costituito un sistema esperto?. Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, motore inferenziale, visualizzatore dei risultati. Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, visualizzatore dei risultati. Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, motore inferenziale, visualizzatore dei risultati. Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, motore inferenziale.

Che cosa è il backtracking?. L'algoritmo per l'addestramento di un percettrone. L'algoritmo per l'addestramento delle reti neurale feedforward. Si utilizza nelle tecniche di ricerca: quando si arriva ad una foglia che rappresenta una soluzione non ammissibile, si torna indietro all'ultimo nodo visitato dal quale è possibile riprendere la ricerca. Si utilizza nelle tecniche di ricerca: quando si arriva ad una foglia che rappresenta una soluzione non ammissibile ci si ferma senza tornare indietro.

Come avviene la ricerca euristica in profondità?. Si sceglie un percorso (ad esempio, su base stocastica) e lo si segue (o meglio, si costruisce) attraverso livelli di profondità crescente finché si trova una soluzione ovvero si arriva alla fine del percorso. Nessuna delle altre opzioni. Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro. Si generano tutti i possibili successori dello stato iniziale.

Cosa si intende per ricerca cieca dello spazio degli stati?. Tale ricerca esamina in modo gready lo spazio degli stati basandosi sulla probabilità di successo tra un cammino e l'altro. Nessuna delle altre opzioni. Tale ricerca esamina in modo intelligente lo spazio degli stati basandosi sulla probabilità di successo tra un cammino e l'altro. Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro.

Come avviene la ricerca euristica in ampiezza?. Nessuna delle altre opzioni. Si generano tutti i possibili successori dello stato iniziale. Se nessuno di essi è uno stato finale, si genera il livello successivo creando tutti i possibili successori dei nodi del livello appena visitato. Il processo si arresta quando si raggiunge uno stato finale. Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro. Si sceglie un percorso (ad esempio, su base stocastica) e lo si segue (o meglio, si costruisce) attraverso livelli di profondità crescente finché si trova una soluzione ovvero si arriva alla fine del percorso.

Cosa sono le regole di produzione?. Sono regole di programmazione. Sono regole di tipo If-then. Sono regole matematiche. Nessuna delle altre opzioni.

Nel contesto di sistemi a regole, cosa si intende per forward chaining?. Nessuna delle altre opzioni. L'interprete cerca di le condizioni valide all'interno del data base. L'interpreta cerca nel database i fatti coincidenti con le premesse delle regole. L'interprete cerca di dimostrare un obiettivo tentando di confermare le condizioni che conducono a quell'obiettivo.

Su cosa si basa il processo di ragionamento basato su reti semantiche?. Nessuna delle altre opzioni. Matching. Sampling. Regole.

Di quali proprietà godono le reti semantiche?. Simmetria. Polimorfismo. Ereditarietà. Nessuna delle altre opzioni.

Cosa sono le reti semantiche?. Nessuna delle altre opzioni. Delle tecniche per rappresentare la conoscenza in forma grafica. Delle tecniche per rappresentare in forma grafica le soluzioni. Delle tecniche per rappresentare i dati in forma grafica.

Nel contesto di sistemi a regole, cosa si intende per backward chaining?. Nessuna delle altre opzioni. L'interprete cerca di le condizioni valide all'interno del data base. L'interpreta cerca nel database i fatti coincidenti con le premesse delle regole. L'interprete cerca di dimostrare un obiettivo tentando di confermare le condizioni che conducono a quell'obiettivo.

Cosa consentono di gestire i frame?. Le eccezzioni. Nessuna delle altre opzioni. I dati provenienti da sorgenti incerte. Il polimorfismo.

Cosa sono le relazioni nei frame?. I metodi dei frame. Gli attributi che specificano le proprietà dei frame. Valori di uno slot del tipo IS_A che consentono di organizzare gli oggetti in gerarchie. Nessuna delle altre opzioni.

Cosa sono i frame?. Sistemi basati su regole semantiche. Sistemi a regole. Strutture che reppresentano oggetti o classi di oggetti. Reti neuronali artificiali.

Cosa sono gli slot dei frame?. Gli attributi che specificano le proprietà dei frame. Le regole dei frame. I metodi dei frame. Nessuna delle altre opzioni.

Di quali proprietà godono i frame?. Nessuna delle altre opzioni. Ereditarietà. Simmetria. Polimorfismo.

Come vengono chiamati i frame quando vengono utilizzati per descrivere degli oggetti specifici?. Nessuna delle altre opzioni. Slot. Istanze. Relazioni.

Cosa è una implicazione fra proposizioni?. E' una nuova proposizione. E' una formula logica che consente di costruire nuove proposizioni. E' una formula matematica che consente di costruire nuove proposizioni. E' una equivalenza fra proposioni.

Cosa è una proposizione?. E' una frase dal significato incerto. E' una frase sempre vera. E' una frase sempre falsa. E' una frase sempre che può essere vera o falsa.

Quali sono i principali vantaggi della logica per la costruzione dei sistemi esperti?. Semplicità. Robustezza al rumore. Nessuna delle altre opzioni. Precisione.

Che cosa è il modus ponens?. Il metodo di inferenza dei frame. Nessuna delle altre opzioni. Il metodo di inferenza delle reti semantiche. Il metodo di inferenza della logica delle proposizioni.

Che cosa è un predicato?. E' un relazione fra argomenti che restituisce un valore logico. E' una proposizione. E' un relazione fra argomenti che restituisce un valore reale. E' un argomento.

Come funziona l'inferenza abduttiva?. Essa spiega gli effetti in termini delle loro cause. Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera. Nessuna delle altre opzioni. Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica.

Quali sono le fasi di intervista fatta ad un esperto?. Fase di orientamento, fase strutturata e fase di analisi. Fase di orientamento, fase strutturata e fase in cui si pensa a voce alta. Nessuna delle altre opzioni. Fase di orientamento, fase strutturata e fase di sintesi.

L'interazione dell'ingegnere della conoscenza con molti esperti è in genere considerata: Necessaria. Nessuna delle altre opzioni. Un valore aggiunto. Fonte di problemi.

Come funziona l'inferenza deduttiva?. Essa spiega gli effetti in termini delle loro cause. Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera. Nessuna delle altre opzioni. Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica.

Come funziona l'inferenza induttiva?. Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera. Essa spiega gli effetti in termini delle loro cause. Nessuna delle altre opzioni. Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica.

Su cosa si basano I sistemi CBR?. Nessuna delle altre opzioni. Regole di produzione. Reti semantiche. Frame.

Cosa è un sistema CBR?. Un algoritmo evolutivo. Nessuna delle altre opzioni. Un sistema esperto. Una rete neuronale.

Quale fra i seguenti passi non fa parte dei sistemi CBR?. Riusa. Mantieni. Recupera. Combina.

Quale fra le seguenti caratteristiche non sono tipiche di un sistema esperto?. E' in grado di imparare. Elabora i dati, tipicamente rappresentati sotto forma di vettori, matrici e strutture. Ha una interfaccia utente altamente interattiva. Fornisce traccia esplicita della catena di passi di ragionamento compiuti per arrivare ad una soluzione.

Quali sono i pilastri operativi su cui si basa ogni algoritmo di data mining?. Esporazione, Modellazione, Valutazione. Selezione, Modellazione, Valutazione. Nessuna delle altre alternative. Esporazione, Valutazione, Visualizzazione.

Cosa si intende per knowledge elicitation?. Il confronto fra gli esperti informatici e matematici al fine di aggiungere in fase di modellazione elementi che potrebbero non essere estraibili dai dati. Il confronto fra gli esperti informatici e l'ingegnere della conoscenza al fine di aggiungere in fase di modellazione elementi che potrebbero non essere estraibili dai dati. Il confronto fra gli esperti di uno specifico dominio e l'ingegnere della conoscenza al fine di aggiungere in fase di modellazione elementi che potrebbero non essere estraibili dai dati. Nessuna delle altre alternative.

A cosa servono i modelli predittivi?. Nessuna delle altre alternative. Utilizzano i loro parametri e meccanismi caratteristici per effettuare delle previsioni future che possono essere utili nei processi decisionali. Il loro obiettivo è quello di descrivere i dati per effettuare delle previsioni future. Vengono utilizzati per descrivere la struttura organizzativa e la distribuzione dei dati. L'obiettivo di questi modelli e quello di approfondire la conoscenza nascosta dietro ai dati.

A cosa servono i modelli descrittivi?. Vengono utilizzati per descrivere i dati per effettuare delle previsioni future. Vengono utilizzati per descrivere la struttura organizzativa e la distribuzione dei dati. L'obiettivo di questi modelli e quello di approfondire la conoscenza nascosta dietro ai dati. Nessuna delle altre alternative. Utilizzano i loro parametri e meccanismi caratteristici per effettuare delle previsioni future che possono essere utili nei processi decisionali.

A cosa serve la cross validation?. A migliorare la capacità di generalizzazione dei modelli. A migliorare l'accuratezza dei modelli. A migliorare l'adattabilità dei modelli. Nessuna delle altre alternative.

Cosa succede durante un addestramento non supervisionato?. I dati che si utilizzano non sono etichettati e gli algoritmi di apprendimento mirano ad estrarre la conoscenza (i parametri del modello) senza avere una specifica conoscenza del dominio del problema. Vengono utilizzati dei dati etichettati, ovvero dove si conosce il valore dell'uscita desiderata, sia essa una classe o il valore di una funzione, a fronte di un ingresso specifico. Nessuna delle altre alternative. Vengono utilizzati dei dati che sono solo in parte etichettati. La parte restante e non etichettata viene utilizzata per la cross valtidation.

Cosa succede durante un addestramento supervisionato?. Vengono utilizzati dei dati che sono solo in parte etichettati. La parte restante e non etichettata viene utilizzata per la cross valtidation. Nessuna delle altre alternative. Vengono utilizzati dei dati etichettati, ovvero dove si conosce il valore dell'uscita desiderata, sia essa una classe o il valore di una funzione, a fronte di un ingresso specifico. I dati che si utilizzano non sono etichettati e gli algoritmi di apprendimento mirano ad estrarre la conoscenza (i parametri del modello) senza avere una specifica conoscenza del dominio del problema.

Che cosa è l'overfitting?. E' il fenomeno per cui in fase di addestramento un modello allontana molto dal campione osservato e assume una grande capacita di generalizzazione. Nessuna delle altre alternative. E' il fenomeno per cui in fase di addestramento un modello si adatta al campione osservato e assume una grande capacita di generalizzazione. E' il fenomeno per cui in fase di addestramento un modello si adatta al campione osservato e perde la capacita di generalizzazione.

Quali fra i seguenti passaggi non fanno parte della pre-elaborazione dei dati?. Nessuna delle altre alternative. Pulizia dei dati. Integrazione dei dati. Riduzione dei dati.

Cosa si intende per riduzione della dimensionalità?. Si parla di riduzione dimensionale quando i dati sono sostituiti da delle rappresentazioni di più piccole dimensioni si parla di riduzione della numerosità (esempio uso di cluster o istogrammi). Si parla di riduzione dimensionale quando i dati sono sostituiti da dati sottocampionati. Nessuna delle altre alternative. Si parla di riduzione dimensionale quando vengono applicate delle tecniche per codificare i dati secondo degli schemi precisi al fine di ottenere una rappresentazione compressa o ridotta dei dati originali (esempio uso di Trasformate o tecniche di selezione di attributi).

Con quali tecniche si gestiscono i missing value?. Nessuna delle altre alternative. Data cleaning. Data Reduction. Data Transformation.

Quali fra le seguenti tecniche non si usano in fase di gestione dei missing value?. Ignorare la tupla contenente valori mancanti. Nessuna delle altre alternative. Riempimento a mano dei valori mancanti. Sostituzione dei valori mancanti con il valore più probabile.

L'analisi degli outier può essere usata per: Identificare e gestire i dati rumorosi. Nessuna delle altre alternative. Ridurre la dimensionanalità. Identificare e gestire i missing value.

L'analisi in regressione può essere usata per: Fare selezione di attributi. Gestire dati provenienti da sorgenti eterogenee. Identificare e gestire i dati rumorosi. Nessuna delle altre alternative.

Per quale fase si può utilizzare l'analisi di correlazione nel processo di data integration?. Identificazione e risoluzione dei conflitti nei dati. Identificazione delle ridondanze. Nessuna delle altre alternative. Identificazione delle entità.

Quale è l'obiettivo principale della fase di data integration?. Ottenenere una memorizzazione coerente per i dati derivanti da sorgenti multiple di memorizzazione. Ridurre la quantità di dati da integrare. Nessuna delle altre alternative. Ripulire i dati dal rumore.

Quali sono i passi da effetuare nel processo di data integration?. Identificazione delle entità, Identificazione e risoluzione dei conflitti nei dati, identificazione delle ridondanze. Identificazione delle identità, Identificazione e risoluzione dei conflitti nei dati, identificazione delle ridondanze. Nessuna delle altre alternative. Identificazione delle entità, identificazione dei conflitti nei dati, identificazione delle ridondanze.

Per cosa può essere utilizzata la principal component analysis?. Riduzione della dimensionalità. Nessuna delle altre alternative. Integrazione dei dati. Selezione di attributi.

Cosa si intende per riduzione dei dati lossless?. Nessuna delle altre alternative. La tecnica utilizzata consente di ricostruire i dati originali da quelli ridotti senza alcuna perdita di informazione. La tecnica utilizzata per la riduzione consente di ricostruire i dati originali solo tramite una approssimazione degli stessi. La tecnica utilizzata per la riduzione non consente di ricostruire i dati originali.

Cosa si intende per riduzione dei dati lossy?. Nessuna delle altre alternative. La tecnica utilizzata consente di ricostruire i dati originali da quelli ridotti senza alcuna perdita di informazione. La tecnica utilizzata per la riduzione consente di ricostruire i dati originali solo tramite una approssimazione degli stessi. La tecnica utilizzata per la riduzione non consente di ricostruire i dati originali.

Per cosa può essere utilizzata la trasformata discreta wavelet?. Nessuna delle altre alternative. Selezione di attributi. Riduzione della dimensionalità. Integrazione dei dati.

Quali delle seguenti tecniche di classficazione possono essere usate anche per la selezione degli attributi?. Classificatori bayesiani. Reti neuronali feed forward. Alberi di decisione. KNN.

Nella strategia di selezione all'indietro, il processo di selezione di attributi in genere comincia con: Nessuna delle altre alternative. Un insieme iniziale contenente un certo numero di attributi a caso. Un insieme iniziale di attributi vuoto. Un insieme iniziale contenente tutti gli attributi.

La selezione degli attributi è in sostanza in problema di: Classificazione. Nessuna delle altre alternative. Ottimizzazione. Regressione.

Quali fra le seguenti sono tecniche parametriche per la riduzione della numerosità?. KNN. Classificatori bayesiani. Regressione lineare e modelli log-lineari. Alberi di decisione.

Quale fra le seguenti non è una tecnica non parametrica per la riduzione della numerosità?. Campionamento. Istogrammi. Regressione lineare e modelli log-lineari. Clustering.

Se una tecnica di discretizzazione dei dati utilizza le etichette delle classi e le informazioni da esse derivanti di che tipologia è?. Non supervisionata. Parametrica. Supervisionata. Semi-supervisionata.

A cosa serve la normalizzazione dei dati?. Si tratta di una sorta di filtraggio per rimuovere l'eventuale rumore che affligge i dati. Nessuna delle altre alternative. Viene spesso utilizzata per discretizzare gli attributi. Viene spesso utilizzata nella fase di data transformation per fare in modo che tutti gli attributi abbiano lo stesso peso o influenza.

Cosa si intende per splitting?. E' una tecnica di discretizzazione basata sul binning. E' fase di un processo di discretizzazione in cui si identificano ricorisivamente uno o più punti in cui suddividere gli intervalli di definizione degli attributi. E' una tecnica di discretizzazione basata sul clustering. E' la fase di un processo di discretizzazione in cui gli attributi vengono trasformati in modo che abbiano tutti lo stesso peso o influenza.

Gli algoritmi di clustering si utilizzano per generare: Modelli associativi. Metodi di ottimizzazione. Modelli predittivi. Modelli descrittivi.

Un algoritmo di clustering produce cluster di alta qualità se assicura: Bassa similarità intra-cluster e alta similarità inter-cluster. Alta similarità intra-cluster e bassa similarità inter-cluster. Bassa similarità intra-cluster e bassa similarità inter-cluster. Alta similarità intra-cluster e alta similarità inter-cluster.

Con riferimento agli algoritmi di clustering, quali delle seguenti affermazione è falsa?. Gli algoritmi di clustering aspirano a trovare gruppi nei dati in modo tale che la somiglianza dei dati all'interno dello stesso gruppo sia alta e sia bassa per punti appartenenti a gruppi diversi. E' sempre noto apriori il numero di cluster da cercare. Non ci sono classi predefinite, l'apprendimento del modello non avviene utilizzando esempi etichettati. Gli algoritmi di clustering possono essere utilizzati per la compressione dei dati.

Che tipo di apprendimento si utilizza quando si creano modelli per il clustering?. Non supervisionato. Parzialmente supervisionato. Supervisionato. Semi-supervisionato.

Esistono differenze fra problemi di clustering e di classificazione?. Dipende. Si. Solo a volte. No.

Cosa si intende per classificazione binaria?. Gli attributi per la descrizione degli oggetti sono tutti binari. Gli attributi per la descrizione degli oggetti sono in parte binari. Si considerano solo due classi. Nessuna delle altre alternative.

Come sono i dataset che in genere si utilizzano nel contesto della classificazione?. Non etichettati. Filtrati. Etichettati. Senza valori mancanti.

Che tipo di apprendimento si utilizza quando si creano modelli di classificazione?. Supervisionato. Semi supervisionato. Non supervisionato. Nessuna delle altre alternative.

Quali sono i parametri caratteristici di un rete neurale artificiale?. L'insieme dei neuroni, l'insieme dei pesi associati ai neuroni, l'insieme delle uscite. L'insieme dei neuroni, l'insieme dei pesi associati ai collegamenti, l'insieme delle soglie o dei livelli di attivazione. Nessuna delle altre alternative. L'insieme dei neuroni, l'insieme dei pesi associati ai neuroni, l'insieme delle soglie o dei livelli di attivazione.

Di che tipo è l'uscita del percettrone?. Ordinale. Intera. Reale. Binaria.

Cosa significa addestarre un percettrone?. Identificare il numero di ingressi. Identificare il numero di pesi. identificare il numero di neuroni. Nessuna delle altre alternative.

Cosa deve simulare un percettrone?. Il funzionamento di un assone. Il funzionamento di una rete neurale. Il funzionamento del cervello. Il funzionamento di un neurone.

Che cosa è il percettrone?. L'elemento base dell'FP-growth. L'elemento base delle reti neurali artificiali. L'elemento base per il clustering. L'elemento base degli alberi di decisione.

Come avviene la generazione dei pesi iniziali nell'algoritmo backpropagation?. Con il metodo dei minimi quadrati. Nessuna delle altre alternative. A caso. Con la propagazione all'indietro dell'errore.

Che problemi possono essere risolti con le reti neurali feedforward?. Generazione di regole associative. Classificazione. Clustering. Ottimizzazione.

Quale fra le seguenti caratteristiche non è tipica di una rete neurale feedforward?. Presenza di feedback. Presenza di funzioni soglia. Ogni unità è collegata solo a quella dello strato successivo. Presenza di pesi sulle connessioni.

Quale fra le seguenti caratteristiche non è tipica di una rete neurale feedforward?. Presenza di pesi sulle connessioni. Presenza di funzioni soglia. Presenza di stato interno. Ogni unità è collegata solo a quella dello strato successivo.

Come si chiama l'algoritmo di apprendimento delle reti feedforward?. Sequential covering. Back propagation. Deltra rule. Nessuna delle altre alternative.

Quante uscite in genere si usano nelle reti neurali feedforward quando si vuole risolvere un problema di classificazione con C classi?. Dipende dal numero di campioni disponibili per ciascuna classe. C. Due. Dipende dal numero di istanze del training set.

Come si chiama l'algoritmo di apprendimento dei parametri di un percettrone?. Nessuna delle altre alternative. Sequential covering. Back propagation. Deltra rule.

Che tipo di modello è quello delle reti Self Organizing Feature Maps?. Di ottimizzazione. Descrittivo. Nessuna delle altre opzioni. Predittivo.

Che tipo di apprendimento si utilizza per le reti Self Organizing Feature Maps??. Semi supervisionato. Non supervisionato. Supervisionato. Nessuna delle altre opzioni.

Che tipologia di problemi aiutano a risolvere le Self Organizing Feature Maps?. Ottimizzazione. Regressione. Clustering. Classificazione.

Che cosa è una Self Organizing Feature Map?. E' costituita da uno strato bi-dimensionale di neuroni collegati tutti con lo strato di uscita. Un insieme di percettroni. Una rete neuronale feedforward. E' costituita da uno strato bi-dimensionale di neuroni collegati ad un insieme comune di ingressi.

Cosa sono gli hedge dei fuzzy set?. Sono dei termini che si sovrappongono ai fuzzy set. Sono i termini linguistici. Sono termini che modificano la forma dei fuzzy set. Nessuna delle altre opzioni.

Quale è l'idea di base della logica fuzzy?. Un elemento può appartenere a più insiemi del dominio. Un elemento può appartenere solo ad un insieme del dominio e non appartenere ad altri insiemi del dominio. Un elemento può appartenere a più insiemi del dominio con diversi gradi di appartenenza. Un elemento può appartenere solo ad un insieme del dominio con un certo grado di appartenenza.

Che valori può assumere la funzione di appartenenza di un insieme fuzzy?. Interi. Reali fra zero e uno. Binari. Reali in un dominio fissato dall'esperto.

Che valori può assumere la funzione di appartenenza di un insieme crisp?. Reali in un dominio fissato dall'esperto. Reali fra zero e uno. Interi. Binari.

Che cosa è una variabile linguistica?. E' una variabile fuzzy. E' un insieme crisp. Nessuna delle altre opzioni. E' un insieme fuzzy.

Che cosa è una variabile linguistica?. E' una variabile fuzzy i cui valori sono termini linguistici. E' un insieme fuzzy. E' un insieme crisp. Nessuna delle altre opzioni.

Quando un insieme fuzzy si dice normale?. Quando esistono elementi che appartengo all'insieme con grado zero. Quando esiste almeno un elemento che appartiene all'insieme con grado 0.5. Quando esiste almeno un elemento che appartiene all'insieme con grado 1. Nessuna delle altre alternative.

Cosa fa l'operazione di complemento di un insieme fuzzy?. Restituisce il grado con il quale gli elementi non appartengo all'insieme. Nessuna delle altre opzioni. Restituisce gli elementi che appartengono all'insieme e il loro grado di appartenenza. Restituisce gli elementi che non appartengono all'insieme.

Come è definita l'unione di due insiemi fuzzy?. E' l'insieme fuzzy ottenuto considerando il massimo dei gradi di apparteneza dei due insiemi. Nessuna delle altre opzioni. E' l'insieme fuzzy ottenuto considerando il minimo dei gradi di apparteneza dei due insiemi. E' l'insieme fuzzy ottenuto considerando la media dei gradi di apparteneza dei due insiemi.

Cosa è il supporto di un insieme fuzzy?. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy maggiore stretto di zero. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy minore stretto di uno. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy maggiore o uguale a zero. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy uguale ad uno.

Cosa è il core (nucleo) di un insieme fuzzy?. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy minore stretto di uno. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy maggiore o uguale a zero. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy uguale ad uno. E' costituito dall'insieme dei punti con grado di appartenza all'insieme fuzzy maggiore stretto di zero.

Come è definita l'intersezione di due insiemi fuzzy?. Nessuna delle altre opzioni. E' l'insieme fuzzy ottenuto considerando il massimo dei gradi di apparteneza dei due insiemi. E' l'insieme fuzzy ottenuto considerando il minimo dei gradi di apparteneza dei due insiemi. E' l'insieme fuzzy ottenuto considerando la media dei gradi di apparteneza dei due insiemi.

Cosa sono le regole fuzzy?. Sono regole del tipo <If x is A then y is B>, dove x e y, A e B sono variabili linguistiche. Sono regole del tipo <If x is A then y is B>, dove x e y, A e B sono insiemi fuzzy. Sono regole del tipo <If x is A then y is B>, dove x e y sono varibili linguistiche e A e B sono insiemi fuzzy. Sono regole del tipo <If x is A then y is B>, dove x e y sono insiemi fuzzy e A e B sono variabili linguistiche.

Quali sono i passi principali dell'inferenza di Mamdani?. Fuzzificazione dell'ingresso, valutazione delle regole, aggregazione dei conseguenti, defuzzificazzione. Fuzzificazione dell'ingresso, valutazione delle regole, aggregazione dei conseguenti, fuzzificazione delle uscite. uzzificazione dell'ingresso, fuzzificazione delle regole, aggregazione dei conseguenti, fuzzificazione delle uscite. Nessuna delle altre alternative.

Cosa si intende per fuzzificazione di un ingresso?. Identificare l'insieme fuzzy a cui appartiene. Identificare gli insiemi fuzzy a cui appartiene e i corrispondenti gradi di appartenenza. Identificare l'insieme fuzzy a cui appartiene e il corrispondente grado di appartenenza. Identificare gli insiemi fuzzy a cui appartiene.

Cosa è un singleton. E' un insieme fuzzy a cui appartiene un solo elemento. E' una variabile linguistica con un solo insieme fuzzy. E' un insieme fuzzy con funzione di appartenenza unitaria in un particolare punto dell'universo del discorso. Negli altri punti l'appartenenza è nulla. Nessuna delle altre alternative.

Cosa sono i sistemi fuzzy TSK?. Sono sistemi a regole in cui i conseguenti delle regole sono combinazioni lineari dei valori crisp di ingresso. Sono sistemi a regole in cui gli antecedenti delle regole sono combinazioni lineari dei valori crisp di ingresso. Sono sistemi a regole in cui i conseguenti delle regole sono combinazioni lineari dei valori fuzzy di ingresso. Sono sistemi a regole in cui gli antecedenti delle regole sono combinazioni lineari dei valori fuzzy di ingresso.

Che cosa è un prodotto cartesiano fra insiemi fuzzy?. Un insieme crisp. Un insieme fuzzy. Una relazione crips. Una relazione fuzzy.

Il metodo del centroide viene in genere usato per: Valutare le regole fuzzy. Fuzzificare. Nessuna delle altre alternative. Defuzzificare.

Il metodo della massima appartenenza viene in genere usato per: Valutare le regole fuzzy. Nessuna delle altre alternative. Defuzzificare. Fuzzificare.

Quali delle seguenti strategie non viene utilizzata per l'inferenza in sistemi a regole fuzzy?. FITA. Nessuna delle altre alternative. FATI. LIFO.

Quale è il risultato finale dell'applicazione dell'algoritmo di fuzzy C-means?. L'identificazione di C cluster: un punto può appartenere solo ad un cluster. L'identificazione di C cluster: un punto può appartenere a più cluster con un certo grado di appartenenza. Nessuna delle altre alternative. L'identificazione di C cluster: un punto può appartenere ad un solo cluster con un certo grado di appartenenza.

Quale fra i seguenti criteri non rientra fra i criteri di convergenza dell'algoritmo hard C-means?. Nessuna delle altre alternative. Numero massimo di cluster identitificati. Differenza dei valori della funzione obiettivo in due passi successivi dell'algoritmo al di sotto di una soglia fissata. Nessun cambiamento della matrice di partizioni.

Cosa indica il parametro C nell'algoritmo hard C-means?. Nessuna delle altre alternative. Il numero di cluster. Il numero di iterazioni. Il numero di fuzzy set da utilizzare.

Che problema risolve l'algoritmo fuzzy C-means?. Clustering. Classificazione. Riconoscimento. Ottimizzazione.

Quale fra i seguenti operatori geneticiè detto di ricombinazione?. Crossover. Mutazione. Nessuna delle altre alternative. Selezione per rimpiazzamento.

Che problemi aiutano a risolvere gli algoritmi evolutivi?. Ottimizzazione. Classificazione. Clustering. Nessuna delle altre alternative.

A cosa servono i cromosomi negli algoritmi genetici?. Per valutare una possibile soluzione al problema di ottimizazione. Nessuna delle altre alternative. Per codificare una possibile soluzione al problema di ottimizzazione. Per generare una nuova soluzione al problema di ottimizzazione.

All'interno di un algoritmo genetico, prima di effettuare la valutazione di una soluzione corrente occorre: Nessuna delle altre alternative. Codificare la funziona di fitness. Decodificare il cromosoma. Codificare il cromosoma.

Quale fra le seguenti rappresentazioni non può essere utilizzata per la codifca di un cromosoma in un algoritmo genetico?. Binaria. Reale. Nessuna delle altre alternative. Intera.

Che cosa rappresenta la funzione di fitness in un algoritmo genetico?. Misura la bontà di una possibile soluzione al problema di ottimizzazione. Nessuna delle altre alternative. Restituisce una possibile soluzione al problema di ottimizzazione. Codifica una possibile soluzione al problema di ottimizzazione.

A cosa serve l'operatore di selezione negli algoritmi genetici?. Per identificare gli individui che daranno origine a nuove soluzioni. Per identificare gli individui da eliminare dalla popolazione corrente. Per generare una nuova soluzione. Per valutare una nuova soluzione.

Cosa è il mating pool (algoritmi genetici)?. E' l'insieme di individui di una popolazione selezionati per l'accoppiamento. E' l'insieme di individui di una popolazione selezionati per essere mutati. E' l'insieme di individui di una popolazione selezionati per essere eliminati. Nessuna delle altre alternative.

La strategia etilista si utilizza in genere per: Operatori di selezione per ricombinazione. Operatori di crossover. Operatori di mutazione. Operatori di selezione per sostituzione.

Che cosa è il tuornament selection?. Una strategia per selezionare le soluzioni da inserire nel mating pool. Una strategia per selezionare le soluzioni da elimiare nella popolazione attuale. Una strategia per selezionare le soluzioni da tenere nella nuova popolazione. Una strategia per selezionare le soluzioni da mutare.

Quali fra i seguenti operatori di crossover è più idoneae per la codifica binaria dei cromosomi?. Ricombinazione singola. Ricombinazione semplice. Crossover a singolo punto. PMX crossover.

Quali fra i seguenti operatori di crossover è più idonea per la codifica reale dei cromosomi?. Ricombinazione singola. Crossover a singolo punto. Crossover a doppio punto. PMX crossover.

Quali fra i seguenti operatori di crossover è più idonea per le permutazioni?. PMX crossover. Crossover a singolo punto. Ricombinazione singola. Crossover a doppio punto.

Quali fra i seguenti operatori di mutazione è più idoneae per la codifica binaria dei cromosomi?. Mutazione non uniforme con distribuzione fissa. Mutazione per rimescolamento. PMX mutation. Inversione casuale di un gene.

Quali fra i seguenti operatori di mutazione è più idonea per la codifica reale dei cromosomi?. Inversione casuale di un gene. PMX mutation. Mutazione per rimescolamento. Mutazione non uniforme con distribuzione fissa.

Quali fra i seguenti operatori di mutazione è più idonea per le permutazioni?. PMX mutation. Mutazione per rimescolamento. Inversione casuale di un gene. Mutazione non uniforme con distribuzione fissa.

Negli algoritmi genetici, cosa si intende per exploitation?. Ricerca globale. Ricerca random. Nessuna delle altre alternative. Ricerca locale.

Negli algoritmi genetici, cosa si intende per exploration?. Ricerca locale. Nessuna delle altre alternative. Ricerca globale. Ricerca random.

Cosa si evolve nell'ambito della programmazione genetica?. Funzioni rappresentate come alberi sintattici. Cromosomi rappresentati come alberi semantici. Nessuna delle altre alternative. Soluzioni rappresentate come cromosomi.

In quali algoritmi evolutivi si utilizza la over-selection?. Nessuna delle altre alternative. Algoritmi genetici. Programmazione Genetica. Particle swarm optimization.

In quali algoritmi evolutivi si può verificare il fenomeno detto bloat?. Particle swarm optimization. Programmazione Genetica. Algoritmi genetici. Nessuna delle altre alternative.

A cosa si ispirano gli algoritmi PSO?. Nessuna delle altre alternative. Evoluzione genetica. Comportamento di colonie di batteri. Comportamento dello stormo di uccelli.

Quali algoritmi di ottimizzazione utilizzano le equazioni di moto al loro interno?. Nessuna delle altre alternative. Algoritmi genetici. Algoritmi genetici. Programmazione Genetica.

In che contesto vengono applicati gli algoritmi PSO con maggiore successo?. Ottimizzazione combinatoria. Nessuna delle altre alternative. Ottimizzazione discreta. Ottimizzazione continua.

Nel contesto degli algoritmi evolutivi multi obiettivo: Non è possibile trovare soluzioni accettabili. Nessuna delle altre alternative. Si individua sempre la soluzione ottima considerando i vari obiettivi. Tutte le soluzioni del fronte di Pareto sono ottime.

Due soluzioni sono non dominate se: Hanno valori diversi per le stesse funzioni obiettivo. Nessuna delle altre alternative. Hanno gli stessi valori per le stesse funzioni obiettivo. Hanno valori diversi per funzioni obiettivo diverse.

L'algoritmo PAES: Prevede un archivio di soluzioni non dominate ed una popolazione di individui. Prevede un archivio di soluzioni non dominate. Nessuna delle altre alternative. Prevede una popolazione di individui.

Nell'algoritmo PAES è prevista la gestione dell'affollamento delle soluzioni?. Si, ma solo quando la popolazione è al massimo. No. Si, ma solo quando l'archivio è pieno. Si, sempre.

Quali fra i seguenti algoritmi evolutivi multi-obiettivo non prevede l'operatore di crossover?. NSGA-II. SPEA2. PAES. Nessuna delle altre alternative.

Quali fra i seguenti algoritmi evolutivi multi-obiettivo non prevede l'operatore di mutazione?Quali fra i seguenti algoritmi evolutivi multi-obiettivo non prevede l'operatore di mutazione?. Nessuna delle altre alternative. SPEA2. PAES. NSGA-II.

L'algoritmo SPEA2. Nessuna delle altre alternative. Prevede un archivio di soluzioni. Prevede una popolazione di individui. Prevede un archivio di soluzioni esterno ed una popolazione di individui.

Cosa significa che NSGA-II è un algoritmo etilista?. Nessuna delle altre alternative. si è certi che i cromosomi migliori saranno mutati. si è certi che i cromosomi migliori di saranno scelti per la riproduzione. si è certi che i cromosomi migliori di una generazione saranno presenti anche nella generazione successiva.

L'algoritmo NSGA-II. Prevede un archivio di soluzioni non dominate ed una popolazione di individui. Prevede un archivio di soluzioni non dominate. Nessuna delle altre alternative. Prevede una popolazione di individui.

Quali fra i seguenti algoritmi evolutivi multi-obiettivo prevede l'operatore di troncamento?. SPEA2. Nessuna delle altre alternative. PAES. NSGA-II.