Zadania egzaminacyjne ze sztucznej inteligencji grupa 1
Transkrypt
Zadania egzaminacyjne ze sztucznej inteligencji grupa 1
Zadania egzaminacyjne ze sztucznej inteligencji grupa 1 Zadanie 1 Znaleźć drogę w labiryncie przedstawionym na poniższym rysunku. Wejście i wyjście oznaczono odpowiednimi strzałkami. Każda kratka ma co najwyżej czterech sąsiadów (brak sąsiada jest zaznaczony grubą linią – „ścianą” labiryntu). Zastosować strategię wszerz badając sąsiadujące kratki w kolejności: góra, lewo, dół, prawo. Rysunek 1: Labirynt UWAGA: Poszukiwanie wyjścia polega na tym, że wpisujemy do kratek numery iteracji, w których były one węzłem rozwijanym przez algorytm przeszukiwania. Proszę uzasadnić zaproponowaną numerację kratek. Po odnalezieniu rozwiązania odtwarzamy drogę poruszając się od wyjścia do wejścia w kierunku sąsiedniej kratki o najmniejszym numerze. Zadanie 2 Dany jest zbiór reguł A ∧ B → C, D ∧ E → F , C ∨ F → G, G ∧ H → I. Stosując metodę łańcuchowania w przód (forward chaining) sprawdzić, jakie hipotezy można wyprowadzić z faktów A, B, H. Uzasadnić odpowiedź. Zadanie 3 Przypuśćmy, że prawdopodobieństwo a priori, że zgłaszający się do lekarza pacjent ma grypę jest równe P r(h) = 0.3 (zakładamy tu że hipoteza h jest identyczna ze stwierdzeniem „pacjent ma grypę”. Dodatkowym potwierdzeniem tej hipotezy diagnozy mogą być następujące symptomy: e1 = katar, e2 = gorączka, e3 = ogólne rozbicie. Załóżmy, że wpływ tych tych symptomów oszacowano następująco: 1 Przyjmijmy następujące dane numeryczne: P r(e1 |h) = 0.7, P r(e1 |¬h) = 0.6 P r(e2 |h) = 0.4, P r(e2 |¬h) = 0.3 P r(e3 |h) = 0.6, P r(e3 |¬h) = 0.4 Zakładając niezależność symptomów względem hipotezy obliczyć prawdopodobieństwa: P r(¬h|e1 ) oraz P r(¬h|e1 , e3 ). Wyjaśnić znaczenie obliczonych prawdopodobieństw. Jak wyglądają wzory na odpowiednie prawdopodobieństwa przy braku założenia o warunkowej niezależności? Zadanie 4 Sprawdzić, czy ze zbioru aksjomatów: P (a) ∨ P (b) ∨ P (c) Q(x, y) ∧ R(y, d) → ¬P (x) S(x, y) → Q(x, y) ∨ U (x, y) S(a, e) ¬U (a, e) R(e, d) można wyprowadzić formuły: P (a) → P (b), ¬P (a) ∧ P (b), oraz Q(a, e) ∧ ¬P (a). Zadanie 5 Dane są dwie reguły z rozmytymi przesłankami i konkluzjami: if (x is A1 ) and (x is B1 ) then (y is C1 ) if (x is A2 ) and (x is B2 ) then (y is C2 ) Przypuśćmy, że przesłanki tych reguł spełnione są w stopniu, odpowiednio 0.85, 0.3 oraz 0.4, 0.9. Przyjmując, że konkluzje reguł opisane są zbiorami rozmytymi o trójkątnych funkcjach przynależności, odpowiednio, ∆(10, 30, 50) oraz ∆(20, 40, 60) należy narysować funkcje przynależności reprezentującą ostateczną konkluzję. Jak można wyostrzyć ten zbiór? Opcjonalnie: Proszę obliczyć wartość zmiennej y dowolną metoda wyostrzania. 2