20秋广东开放大学人工智能形成性考核真题试题参考答案资料.docx

百年教育职业培训中心： / 广东开放大学 终结性考核 参考资料 百年教育职业培训中心编制 明世分校第一次非实时讨论 如何理解深度学习的网络结构? 图像识别、物体追踪、医疗影像、自动驾驶、生物信息识别、数据生成等场景中取得了较大成功。有的模型在精度上成就很高,如CapsuleNet~([1][2])、DenseNet~([3])等,有的模型更注重运算速度,如MobileNet~([4])、SqueezeNet~([5])等。现在大多数的研究工作都着眼于新模型的设计,对已有模型的通用改进算法的研究,相比而言少了很多。所以在相同任务下,如何对已有模型进行改进,使精度和速度得以兼顾就成了本文的主要研究内容。本文尝试从三个方面着手:从函数拟合角度解释网络结构改进的必要性、从微分特征解释和改进卷积神经网络,以及从流形与镶嵌的角度理解并改进自编码器网络。第一部分,为了方便解释和运用,先利用张量、向量值函数等概念对深度学习作数学上的定义,把深度学习结构改进问题的研究转化成数学问题的研究,将全连接网络与卷积网络统一于一套框架下,说明二者的异同,介绍深度学习训练的意义,再利用拟合理论来解释深度学习的传播与训练过程,说明对网络结构的改进是有必要的。第二部分,从微分角度说明特征是什么,如何向前传播,解释卷积网络取得成功的原因,并且指出对卷积核进行改进的必要性;再利用截断奇异值分解来计算截断秩,以此代表当前层的本质特征数,观察实验取不同个数卷积核时对本质特征数的影响以及随之的泛化精度与速度变化,从而提出基于截断秩的一种卷积网络结构的改进算法,通过迭代计算进行网络改进,直至收敛。之后,本文选择图像分类任务中表现出色的resnet-34网络进行改进实验,试图找寻卷积核个数与网络性能之间的关系,并重新设计卷积核个数,使网络泛化能力达到最佳。第三部分,对于全连接网络,我们选取一种代表模型自编码器来进行改进,首先利用流形在背景空间中的镶嵌与映射来解释深度学习的工作原理,给出网络编码能力上限以及数据的编码复杂度,再提出一种量化表示的背景空间的空间利用率,利用截断秩监控流形所在背景空间的利用率,进而对自编码器进行结构上的调整改进的算法。最后通过实验验证算法的合理性。 明世分校第二次非实时讨论 自动规划与路径规划 机器人的最优路径规划问题就是依 据某个或某些优化准则 ( 工作代价最小、行走时间最短、行 走路线最短等 )，在机器人的工作空间中寻找一条从起始 位置到zd目标位置的无碰撞路径。就如人一样，只有知道怎 么在环境中行走，才不会与其他物体相碰撞并且正确地从 起始地到达目的地，才能去做其他的事。但回是即使是完成 这样一个在我们看来十分简单的任务，其实也是经过了一 个良好配合与正确分析的过程。首先眼睛要搜集环境信息， 把看到的环境状态反馈给大脑，然后大脑根据眼睛反馈回 来的环境信息答和所要到达的目的地做出综合的分析，得到 一个判断和结果，然后指挥人的身体移动，从而实现在环 境中的行走。机器人也是类似，只不过在这里传感器充当 了机器人的“眼睛”而路径规划模块就相当于机器人的“大 ， 脑” ，根据传感器信息和任务要求进行分析和决策，指挥机 器人的运动。 路径规划作为机器人完成各种任务的基础，一直是研究的热点。研究人员提出了许多规划方法：如人工势场法、单元分解法、随机路标图（PRM）法、快速有哪些信誉好的足球投注网站树（RRT）法等。传统的人工势场、单元分解法需要对空间中的障碍物进行精确建模，当环境中的障碍物较为复杂时，将导致规划算法计算量较大。基于随机采样技术的PRM法可以有效解决高维空间和复杂约束中的路径规划问题。 　　PRM是一种基于图有哪些信誉好的足球投注网站的方法，它将连续空间转换成离散空间，再利用A*等有哪些信誉好的足球投注网站算法在路线图上寻找路径，以提高有哪些信誉好的足球投注网站效率。这种方法能用相对少的随机采样点来找到一个解，对多数问题而言，相对少的样本足以覆盖大部分可行的空间，并且找到路径的概率为1（随着采样数增加，P（找到一条路径）指数的趋向于1）。显然，当采样点太少，或者分布不合理时，PRM算法是不完备的，但是随着采用点的增加，也可以达到完备。所以PRM是概率完备且不最优的 明世分校第三次非实时讨论 自然语言理解与语音识别 什么是语音识别？ 语音识别是以语音为研究对象，通过信号处理和识别技术让机器自动识别和理解人类口述的语言后，将语音信号转换为相应的文本或命令的一门技术。 由语音识别和语音合成、自然语言理解、语义网络等技术相结合的语音交互正在逐步成为当前多通道、多媒体智能人机交互的主要方式。 语音识别流程分为训练和识别两条线路。 语音信号经过前端信号处理、端点检测等预处理后，逐帧提取语音特征，传统的特征类型包括有MFCC、PLP、FBANK等特征，提取好的特征会送到解码器，在训练好的声学模型、语言模型之下，找到最为匹配的此序列作