: verschil tussen versies

Fout bij het aanmaken van de miniatuurafbeelding: Bestand is zoek

Fout bij het aanmaken van de miniatuurafbeelding: Bestand is zoek

Nuttige links

• Officiële pagina AI - Danny De Schreye
• Officiële pagina AI - Joost Vennekens
• Samenvattingen van AI - dode link (archive.org: http://web.archive.org/web/20040606170502/trappie.studentenweb.org/share/ai/)
• Nog een samenvatting

Nieuwe examenvragen

ma 25/01/2010 13u00

Oefeningen

1. Een oef op Version Spaces met 4 verschillende categorieen
2. Een oef op AR, zinnen vertalen naar FOL, normalizeren, en dan een stelling bewijzen.

Theorie

1. A*. Leg een aantal begrippen uit waar A* uit is opgebouwd. oa Uniform cost, branch and bound, heuristieke schatting, optimaliteit van de onderschatting,...
2. Backtracking. Leg uit wat trashing en redundant checks zijn. Leg vervolgens backmarking een beetje uit: Welke van de twee voorgenoemde problemen lost dit op, welke gegevens gebruikt backmarking en op welke manier.

ma 25/01/2010 08u00

Oefeningen

1. Een oef op Version Spaces met 3 verschillende categorieen
2. Een oef op AR, zinnen vertalen naar FOL, normalizeren, en dan een stelling bewijzen.

Theorie

1. IDA*. Wat is de motivatie voor IDA* ? Leg de werking uit, geef de eigenschappen en is de motivatie bereikt?
2. Leg uit: Forward Check, Lookahead Check, AC1, AC3. Wat is K-consistenty en verduidelijk met voorbeeld van 3-consistenty. welke van deze methodes zou je het best met Waltz kunnen vergelijken en waarom?

ma 18/01/2010

Oefeningen

1. Een oef op Version Spaces met 4 verschillende categorieen
2. Een oef op AR, zinnen vertalen naar FOL, normalizeren, en dan een stelling bewijzen.

Theorie

1. IDA*. Wat is de motivatie voor IDA* ? Leg de werking uit, geef de eigenschappen en is de motivatie bereikt?
2. Leg uit: forward checking, look ahead checking en wat is het voordeel/nadeel tegenover elkaar? Wat is Dynamic Search Rearrangement? en is dit toepasbaar op forward/look ahead checking?

di 27/01/2009

Zelfde als 16/01/2009, maar VS was met 4 categorieen.

vr 16/01/2009 (6 stpnt)

Theorie

1. Hoe kom je tot A* Leg daarvoor uit: uniform-cost, branch&bound, hoe heuristiek erin brengen, intuïtief uitleggen waarom onderschattende heuristiek optimaal doel bereikt, redundant path deletion. Hoe wordt dit alles in A* geïntegreerd?
2. Leg de werking van de waltz procedure uit. Geef daarbij ook een voorbeeld van de werking. Op welk relaxatie algoritme lijkt deze methode het meest?

Oefeningen

1. Een oefening over version spaces, met 3 verschillende categorieen.
2. Een oefening over AR, 6 zinnen vertalen naar FOL, normalizeren, en dan een stelling bewijzen.

ma 28/01/2008 (6 stpnt)

1. Hoe kom je tot A*. Leg daarvoor uit: uniform-cost, branch&bound, hoe heuristiek erin brengen, intuïtief uitleggen waarom onderschattende heuristiek optimaal doel bereikt, redundant path deletion. Hoe wordt dit alles in A* geïntegreerd?
2. AR oefening: Je krijgt een aantal zinnen, zet deze om in predikatenlogica, normaliseer deze en stel dan een bewijs op via inconsistentie.

ma 25/06/2006 (5 stpnt)

Oefeningen: AR en VS zoals hieronder. Vooral de VS oefening was zotjes, probeer zeker te zijn dat je dit algoritme vlot kan uitvoeren voor je op het examen bent.

Theorie: Bij A*: Wanneer noemen we een A* algoritme beter geïnformeerd dan een ander A* algoritme? Geef een voorbeeldje, waarom is dit van belang? Bespreek monotoniciteit bij A*. Bespreek kort enkele methodes om het geheugengebruik van A* onder controle te houden.

Bij backtracking: Standaard backtracking heeft problemen met trashing. Waar zit redundantie en hoe proberen backjumping en backmarking dat aan te pakken? Geen volledige beschrijving van de algoritmes, gewoon welke informatie ze opslaan en hoe ze dit gebruiken. Wat is dynamic search rearrangement? Wat is het fail-first principle?

vr 26/01/2006

1) een version space oefening met 4 variabelen en 5 voorbeelden

2) een AR oefening: je moest 5 zinnen vertalen naar FOL, dan omzetten naar die uniforme vorm, en dan een bewijs dmv inconsistentie genereren

3)Bespreek kort depth search, breadth search, iterative deepening en bi-directional search op basis van benodigde geheugen, snelheid en volledigheid. Welke van deze methoden is best voor:a)geheugen, b) volledigheid, c) snelheid. Welke methode zou je de beste niet heuristieke methode noemen?

4)leg uit: lookahead search, forward search,AC1, AC3, leg uit: K-consistentie, en welke van deze methodes zou je het best met Waltz kunnen vergelijken?

Voorbeeld examenvragen die op de website van de prof staan

Voorbeeld 1.

Het standaard backtracking algoritme heeft enkele efficientie problemen in verband met trashing en het uitvoeren van redundante tests. Licht dit toe.

Op welke manier proberen methodes zoals backjumping en backmarking deze problemen op te lossen? Illustreer. Welke informatie gebruiken ze daarbij en hoe? Je hoeft hierbij niet in details over de eigenlijke algoritmes te gaan.

Wat is dynamic search rearangement? Wat is het first-fail principe en waarom is dat nuttig?

Voorbeeld 2.

Bespreek de aanpak van STRIPS voor planning. Gebruik daarbij het blokkenwereld-probleem als een illustratie. Hoe worden toestanden gerepresenteerd? Hoe worden acties gerepresenteerd? Wat is de algemene strategie? Illustreer en verklaar de rol van establish en treat links. Hoe kom je tot before links? Wat zijn de 2 principes van least commitment? Hoe kan je de begin- en eindtoestand uitdrukken met behulp van operatoren? Welke aspecten spelen een rol bij het plannen met operatoren patronen?

Oude examenvragen

Voorbeeld 1

A* hoe kom je tot A* leg daarvoor uit: uniform-cost branch&bound hoe heuristiek erin brengen intuitief uitleggen waarom onderschattende heuristiek optimaal doel bereikt redundant path deletion --> hoe alles in A* integreren?

Voorbeeld 2

motivatie om tot IDA* en SMA* te geraken, hoe werkt IDA* leg uit (hoe kom je aan f-bound etc), eigenschappen IDA*, de 4 veranderingen tussen SMA* en A* geven en illustreren

Voorbeeld 3

Version spaces: wat is concept learning version spaces: init? wat bij negatieve voorbeelden... wat gebeurt er in G; wat in S idem voor pos wanneer stopt vs ben je er iets mee als het niet convergeert? voor en nadelen?

Voorbeeld 4.

Het standaard backtracking algoritme heeft enkele efficientie problemen in verband met ``trashing en het uitvoeren van redundante tests. Licht dit toe.

Op welke manier proberen methodes zoals ``backjumping en ``backmarking deze problemen op te lossen? Illustreer. Welke informatie gebruiken ze daarbij en hoe? Je hoeft hierbij niet in details over de eigenlijke algoritmes te gaan.

Voorbeeld 5

leg kort uit: AC1, AC3, lookahead search, forward search; geef definitie constraint problem, en geef tegenhangers bij die lijntekeningen; met welk van de hierboven methoden + lookahead searching & forward searching kan je de Methode van Waltz vergelijken? + verklaar waarom

Voorbeeld 6

Waltz algoritme : wat is het, wat is de werkwijze, hoe is dit een constraint probleem, geef de standaardonderdelen van constraint probleem hun overeenkomstige zaken bij walz. Dit komt overeen met 1 van de 6 relaxatietechnieken (forward check, lookahead check, AC1, AC3, forward checking , lookahead checking) dewelke en waarom? (antwoord: AC3)

Voorbeeld 7.

Bespreek de aanpak van STRIPS voor planning. Gebruik daarbij het blokkenwereld-probleem als een illustratie. Hoe worden toestanden gerepresenteerd? Hoe worden acties gerepresenteerd? Wat is de algemene strategie? Illustreer en verklaar de rol van ``establish en ``treat links. Hoe kom je tot ``before links? Wat zijn de 2 principes van ``least commitment? Hoe kan je de begin- en eindtoestand uitdrukken met behulp van operatoren? Welke aspecten spelen een rol bij het plannen met operatoren patronen?

Voorbeeld 8.

Wat is intelligent Backtracking? leg uit: No-goods? en hoe kunnen deze in backjumping & backmarking(eerder tabulatie) geimplementeerd worden?
Wat is ``dynamic search rearangement? Wat is het ``first-fail principe en waarom is dat nuttig?

Voorbeeld Oefeningen

• Los iets op via automatische redenering. Je krijgt een aantal zinnen, zet deze om in predikatenlogica, normaliseer deze en stel dan een bewijs op via inconsistentie.
• Een version spaces probleem. Gegeven een situatie, enkele trainingssituaties en hiërarchieën, pas nu het version spaces algoritme toe, zeg waar je aan pruning doet en waarom. Voorspel daarna de uitkomst van enkele fictieve situaties.