Los Sistemas Expertos son: a) Un área de la computación básica b) Un área de la inteligencia humana c) Un área de la inteligencia artificial. d) Ninguna es correcta.
Un Sistema Experto: Almacena conocimientos para múltiples campos a la vez. Utiliza los conocimientos almacenados, mediante deducción lógica de conclusiones Es capaz de manejar conocimiento poco estructurado. Ninguna es correcta.
.
Los Sistemas Expertos: No requieren de infraestructura tecnológica para funcionar. Sufren pérdidas de facultades con el paso del tiempo Comprenden la utilización de conocimientos y experiencias de expertos. Ninguna es correcta.
.
La limitación de un sistema experto es:
El sentido común: para un sistema experto no hay nada obvio. La replicación: un sistema experto puede replicarse infinidad de veces. La rapidez: un sistema experto puede realizar cálculos numéricos mucho más rápido. Ninguna es correcta.
Una ventaja de un sistema experto es:
El lenguaje natural: un sistema experto no se puede mantener una conversación informal.
La perspectiva global: un sistema experto no es capaz de distinguir cuales son las cuestiones
relevantes de un problema y separarlas de cuestiones secundarias. La fiabilidad: un sistema experto no se ve afectado por condiciones externas (cansancio, presión,
etc.) Ninguna es correcta.
Parte de la estructura de un sistema experto es: Es el subsistema de base de datos. El subsistema de adquisición de conocimiento. Es el subsistema de programación. Ninguna es correcta.
.
La base de conocimiento: Los negocios y la sociedad cambian de manera increíblemente rápida, conforme se desarrollan las
economías emergentes y nuevas tecnologías están a la disposición. Contiene el conocimiento necesario para comprender, formular y resolver problemas sobre el
dominio en el que se trabaja. Alberga los datos propios correspondientes a los problemas que se desean tratar.
Ninguna es correcta.
.
La base de hecho: Alberga los datos propios correspondientes a los problemas que se desean tratar Contiene el conocimiento necesario para comprender, formular y resolver problemas sobre el
dominio en el que se trabaja.
Se encarga de explicar el comportamiento del sistema experto al encontrar una solución Ninguna es correcta.
El motor de inferencia: Alberga los datos propios correspondientes a los problemas que se desean tratar. Contiene el conocimiento necesario para comprender, formular y resolver problemas sobre el
dominio en el que se trabaja.
Permite extraer conclusiones a partir de los datos almacenados en las bases de hechos y de
conocimiento.
Ninguna es correcta.
.
El subsistema de justificación: Se encarga de explicar el comportamiento del sistema experto al encontrar una solución. Permite extraer conclusiones a partir de los datos almacenados en las bases de hechos y de
conocimiento. Alberga los datos propios correspondientes a los problemas que se desean tratar. Ninguna es correcta.
Una variable lingüística es:
Una variable cuyos valores son números. Una variable cuyos valores son palabras o sentencias. Una variable que representa un conjunto difuso. Ninguna es correcta.
.
Una función de pertenencia Se define como un pequeño número de valores para una variable lingüística Se define como un gran número de valores para una variable lingüística. Se define como la representación gráfica de un conjunto difuso. Ninguna es correcta.
El sistema de fuzzificación:
Infiere las acciones de control simulando el proceso de decisión humano. Convierte los datos reales (crisp) de entrada en conjuntos difusos, lo cual permite ser tratados como
tales. Convierte los valores difusos de las variables de salida en valores concretos dentro del universo de
discurso correspondiente.
Ninguna es correcta.
.
El sistema de Defuzzificación: Convierte los valores difusos de las variables de salida en valores concretos dentro del universo de
discurso correspondiente. Convierte los datos reales (crisp) de entrada en conjuntos difusos, lo cual permite ser tratados como
tales. Utiliza las técnicas de los Sistemas Basados en Reglas para la inferencia de los resultados. Ninguna es correcta.
Los conjuntos difusos: Surgen por la necesidad de contar objetos. Surgen de forma natural, por la necesidad del ser humano de clasificar objetos y conceptos. Surgen como una forma de representar la imprecisión y la incertidumbre. Ninguna es correcta.
La Inteligencia Artificial es El estudio de las neuronas biológicas. La facultad de la mente que permite aprender, entender, razonar, tomar decisiones y formarse una
idea determinada de la realidad.
La que estudia la creación y diseño de sistemas capaces de resolver problemas cotidianos por sí
mismos. Ninguna es correcta.
Un sistema que actúa como los seres humanos es:
Un robot. Una red neuronal artificial Un sistema experto. Ninguna es correcta.
Un sistema que piensa de modo racional es: Una red neuronal artificial. Un sistema experto Un robot.
Ninguna es correcta.
Un sistema que piensa como los seres humanos es: Una red neuronal artificial. Un sistema experto.
Un robot. Ninguna es correcta.
Permite afirmar si una máquina es o no inteligente. Test de Wiener. Test de McCarthy. Test de Turing.
Ninguna es correcta.
El reconocimiento del lenguaje natural consiste en que: La máquina tiene que llegar a conclusiones a partir de una serie de premisas. La máquina tiene que ser capaz de adaptarse al medio.
La máquina tiene que ser capaz de realizar complejos análisis morfológicos, sintácticos, semánticos
y contextuales de la información que recibe. Todas son correctas.
El aprendizaje consiste en que: La máquina tiene que llegar a conclusiones a partir de una serie de premisas La máquina tiene que ser capaz de adaptarse al medio La máquina tiene que ser capaz de almacenar y recuperar de forma eficiente la información que va
obteniendo o infiriendo autónomamente.
Ninguna es correcta.
El razonamiento consiste en que: La máquina tiene que llegar a conclusiones a partir de una serie de premisas. La máquina tiene que ser capaz de almacenar y recuperar de forma eficiente la información que va
obteniendo o infiriendo autónomamente. La máquina tiene que ser capaz de realizar complejos análisis morfológicos, sintácticos, semánticos
y contextuales de la información que recibe. Ninguna es correcta.
.
La representación del conocimiento consiste en que: La máquina tiene que ser capaz de realizar complejos análisis morfológicos, sintácticos, semánticos
y contextuales de la información que recibe. La máquina tiene que ser capaz de almacenar y recuperar de forma eficiente la información que va
obteniendo o infiriendo autónomamente. La máquina tiene que llegar a conclusiones a partir de una serie de premisas. Ninguna es correcta.
Dentro de un problema un modelo es: Lo que se busca. La representación simplificada del problema real. Lo que da información de la calidad de una solución. Ninguna es correcta.
Dentro de un problema la función de evaluación es:
Lo que se busca.
La representación simplificada del problema real Lo que da información de la calidad de una solución. Ninguna es correcta.
Dentro de un problema el objetivo es: Lo que se busca La representación simplificada del problema real Lo que da información de la calidad de una solución. Ninguna es correcta.
La búsqueda no informada se refiere a Que no se ofrece información adicional que ayuda a encontrar la solución de forma más rápida Que no se ofrece un enunciado completo de lo que se busca. Que no se ofrece información previa de lo que se busca. Ninguna es correcta.
.
La búsqueda informada se refiere a: Que se ofrece información previa de lo que se busca. Que se ofrece un enunciado completo de lo que se busca Que se ofrece información adicional que ayuda a encontrar la solución de forma más rápida Ninguna es correcta.
.
En el método de búsqueda en amplitud: Hay que descubrir los nodos de manera ordenada, pero no uniforme. Hay que descubrir los nodos de un nivel para poder empezar con el siguiente Hay que enfocarse en diversas rutas menores, que su vez presentan costos menores. Ninguna es correcta.
|
