Neuronale Netze: Aufbau, Training und Anwendungen in Bild- und Spracherkennung

Question 1

Welche Aktivierungsfunktionen werden häufig in neuronalen Netzen eingesetzt?

Accepted Answer

Beide Antworten a) und b)

Answer

Sigmoid-Funktion

Answer

Tanh-Funktion

Answer

ReLU-Funktion

Question 2

Was ist das primäre Ziel beim Training eines neuronalen Netzes?

Accepted Answer

Anpassung der Netzwerkgewichte, um eine Übereinstimmung zwischen Ausgabe und erwarteten Werten zu erzielen

Answer

Optimierung der Netzwerkstruktur

Answer

Transformation der Eingabedaten

Answer

Anpassung des Netzwerks an neue Daten

Question 3

Was ist die grundlegende Unterscheidung zwischen einem Feedforward- und einem rekursiven neuronalen Netzwerk?

Accepted Answer

Vorhandensein von Rückkopplungsschleifen

Answer

Anzahl der Schichten

Answer

Verwendete Aktivierungsfunktionen

Answer

Keines der oben genannten

Question 4

Welche der folgenden Aussagen beschreibt die grundlegende Struktur eines neuronalen Netzes korrekt?

Accepted Answer

Schichtenweise angeordnete Knoten, die miteinander verbunden sind

Answer

Eine Hierarchie von Knoten mit zunehmender Komplexität

Answer

Ein Netzwerk von Knoten mit bidirektionalen Verbindungen

Answer

Eine Sammlung von Knoten, die sich auf spezifische Aufgaben spezialisieren

Question 5

Welche Schicht dient in neuronalen Netzen zur Aktivierung?

Accepted Answer

Aktivierungsschicht

Answer

Eingabeschicht

Answer

Verborgene Schicht

Answer

Ausgabeschicht

Question 6

Welche Art von Neuron befindet sich in der Ausgabeschicht eines Neuronalen Netzes?

Accepted Answer

Ausgabeneuron

Answer

Eingabeneuron

Answer

Verstecktes Neuron

Answer

Bias-Neuron

Question 7

Welche Datenstruktur wird verwendet, um die Gewichte und Aktivierungen eines Neuronalen Netzes darzustellen?

Accepted Answer

Tensor

Answer

Liste

Answer

Tabelle

Answer

Baum

Question 8

Welche Architektur ist typisch für ein neuronales Netzwerk?

Accepted Answer

Eingabeschicht, eine oder mehrere versteckte Schichten, Ausgabeschicht

Answer

Eine einzelne Schicht aus Neuronen

Answer

Nur eine Eingabeschicht und eine Ausgabeschicht

Answer

Mehrere Ausgabeschichten, aber keine versteckten Schichten

Question 9

Welche Aussage über neuronale Netze ist korrekt?

Accepted Answer

Sie können lineare und nichtlineare Beziehungen modellieren.

Answer

Sie sind deterministische Systeme.

Answer

Ihre Komplexität wächst proportional mit der Anzahl der Datenpunkte.

Answer

Sie benötigen immer extrem große Datenmengen für das Training.

Question 10

Was ist eine wesentliche Eigenschaft neuronaler Netze?

Accepted Answer

Sie lernen durch Anpassung ihrer Parameter anhand von Trainingsdaten.

Answer

Sie sind auf die Lösung spezifischer Aufgaben beschränkt.

Answer

Sie sind exakte Modelle des menschlichen Gehirns.

Question 11

Welcher Hauptvorteil ist mit Faltungsneuronalen Netzen verbunden?

Accepted Answer

Sie sind speziell darauf ausgelegt, räumliche Muster in Eingabedaten zu erkennen.

Answer

Sie erfordern weniger Trainingsdaten als andere neuronale Netze

Question 12

Welche Aufgabe erfüllt eine Aktivierungsfunktion in einem neuronalen Netzwerk?

Accepted Answer

Die Ausgabe nicht-linear umformen

Answer

Die Ausgabe linear umformen

Answer

Die Ausgabe normalisieren

Answer

Die Gewichte aktualisieren

Question 13

Was bezeichnet eine Epoche im Training eines neuronalen Netzwerks?

Accepted Answer

Eine Iteration durch den gesamten Datensatz

Answer

Eine Iteration durch einen Teil des Datensatzes

Answer

Die Zahl der Iterationen bis zur Konvergenz

Answer

Die Anzahl der Schichten im Netzwerk

Question 14

Welche Architektur wird typischerweise für die Bildklassifizierung eingesetzt?

Accepted Answer

Convolutionales neuronales Netzwerk

Answer

Feedforward-Netzwerk

Answer

Rekursives neuronales Netzwerk

Answer

Autoencoder

Question 15

Welche Metrik wird zur Bewertung der Leistung eines neuronalen Netzwerks bei der Bildsegmentierung verwendet?

Accepted Answer

Intersection over Union (IoU)

Answer

Genauigkeit

Answer

Rückruf

Answer

F1-Score

Question 16

Was bewirkt eine Dropout-Regularisierung?

Accepted Answer

Zufällige Deaktivierung von Neuronen während des Trainings

Answer

Aktualisierung der Gewichte während des Trainings

Answer

Erweiterung des Datensatzes während des Trainings

Answer

Reduzierung des Übertragungsfehlers

Question 17

Welche Eigenschaft zeichnet ein rekursives neuronales Netzwerk aus?

Accepted Answer

Verarbeitung sequenzieller Daten

Answer

Verarbeitung mehrdimensionaler Daten

Answer

Verarbeitung unstrukturierter Daten

Answer

Verarbeitung von Echtzeitdaten

Question 18

Welche Optimierungsmethode wird häufig für das Training neuronaler Netze verwendet?

Accepted Answer

Gradientenabstieg

Answer

Newtonsche Methode

Answer

Lineare Programmierung

Answer

Quadratische Programmierung

Question 19

Wie unterscheiden sich Convolutional Layer und Pooling Layer in einem Convolutional Neural Network?

Accepted Answer

Convolutional Layer extrahieren Merkmale, Pooling Layer reduzieren die Dimensionalität

Answer

Pooling Layer extrahieren Merkmale, Convolutional Layer reduzieren die Dimensionalität

Answer

Convolutional Layer verarbeiten sequenzielle Daten, Pooling Layer verarbeiten mehrdimensionale Daten

Answer

Pooling Layer verarbeiten sequenzielle Daten, Convolutional Layer verarbeiten mehrdimensionale Daten

Question 20

Was stellt die kleinste Einheit eines neuronalen Netzes dar?

Accepted Answer

Neuron

Answer

Schicht

Answer

Ebene

Answer

Gewicht

Question 21

Welche Art neuronaler Netze eignet sich für die Verarbeitung von Zeitreihendaten?

Accepted Answer

Rekurrentes neuronales Netzwerk (RNN)

Answer

Feedforward-Netzwerk

Answer

Convolutionales neuronales Netzwerk (CNN)

Answer

Autoencoder

Question 22

Welche Dimension hat der vektorielle Output einer neuronalen Netzebene?

Accepted Answer

Anzahl der Neuronen in der Ebene

Answer

Anzahl der Eingaben in die Ebene

Answer

Anzahl der Schichten im Netzwerk

Answer

Größe des Eingabedatensatzes

Question 23

Welche Eigenschaft kennzeichnet überwachtes Lernen?

Accepted Answer

Verfügbarkeit beschrifteter Daten

Answer

Automatische Merkmalsextraktion

Answer

Nicht überwachtes Training

Answer

Generative Modelle

Question 24

Welche Aussage beschreibt die grundlegende Funktionsweise eines künstlichen Neurons?

Accepted Answer

Es verrechnet gewichtete Eingaben und gibt das Ergebnis über eine Aktivierungsfunktion aus.

Answer

Es speichert Trainingsdaten, um Vorhersagen zu treffen.

Answer

Es führt komplexe mathematische Berechnungen durch.

Answer

Es kommuniziert über ein Netzwerk mit anderen Neuronen.

Question 25

Nennen Sie die häufig in neuronalen Netzen verwendete Aktivierungsfunktion, die Nichtlinearität einführt?

Accepted Answer

Sigmoid-Funktion

Answer

Lineare Funktion

Answer

Kosinus-Funktion

Answer

Polynomfunktion

Question 26

Welche Lernregel wird üblicherweise zum Trainieren neuronaler Netze eingesetzt?

Accepted Answer

Überwachtes Lernen

Answer

Nicht überwachtes Lernen

Answer

Bestärkungslernen

Answer

Evolutionärer Algorithmus

Question 27

Welche Anwendung setzt neuronale Netze für die Erkennung handgeschriebener Ziffern ein?

Accepted Answer

Bilderkennung

Answer

Spracherkennung

Answer

Medizinische Diagnose

Answer

Finanzanalyse

Question 28

Was unterscheidet ein Feedforward- von einem rekursiven neuronalen Netzwerk?

Accepted Answer

Rekursive Netze können Schleifen in der Graphstruktur aufweisen, Feedforward-Netze jedoch nicht.

Answer

Feedforward-Netze können Schleifen in der Graphstruktur aufweisen, rekursive jedoch nicht.

Answer

Feedforward-Netze sind immer vollständig verbunden, rekursive jedoch nicht.

Answer

Rekursive Netze sind immer vollständig verbunden, Feedforward-Netze jedoch nicht.

Question 29

Welche Schicht in einem neuronalen Netz ist für die Erkennung von Merkmalen verantwortlich?

Accepted Answer

Verborgene Schicht

Answer

Eingabeschicht

Answer

Ausgabeschicht

Answer

Poolingschicht

Question 30

Welcher Algorithmus wird typischerweise zum Trainieren neuronaler Netze verwendet?

Accepted Answer

Rückausbreitungs-Algorithmus

Answer

K-Nächster-Nachbar

Answer

Stützvektor-Maschine

Answer

Entscheidungsbäume

Question 31

Welche der folgenden Anwendungen neuronaler Netze in der Sprachverarbeitung wird zur Übersetzung von Texten verwendet?

Accepted Answer

Maschinelle Übersetzung

Answer

Autokorrektur

Answer

Spracherkennung

Answer

Sentimentanalyse

Question 32

Welche Herausforderung stellen neuronale Netze in Bezug auf ihre Interpretierbarkeit dar?

Accepted Answer

Ihre Komplexität kann das Verständnis ihrer Entscheidungen erschweren

Answer

Sie benötigen immense Datenmengen für das Training

Answer

Sie sind anfällig für Überanpassung

Answer

Sie können nur lineare Beziehungen modellieren

Question 33

Welche Aussage beschreibt die Funktion eines neuronalen Netzes?

Accepted Answer

Es lernt durch Beispiele.

Answer

Es verarbeitet kontinuierliche Werte.

Answer

Es erfordert keine Aufbereitung der Daten.

Answer

Es ist immer deterministisch.

Question 34

Welche Netzwerkarchitektur ist für die Bildklassifizierung am besten geeignet?

Accepted Answer

Faltungsneuronales Netzwerk

Answer

Feedforward-Netzwerk

Answer

Rekursives neuronales Netzwerk

Answer

Autoencoder

Question 35

Welche Schicht in einem neuronalen Netzwerk extrahiert Merkmale aus Bildern?

Accepted Answer

Faltungsschicht

Answer

Eingabeschicht

Answer

Pooling-Schicht

Answer

Vollständig verbundene Schicht

Question 36

Welches Lernverfahren ist in neuronalen Netzen am weitesten verbreitet?

Accepted Answer

Rückwärtspropagation

Answer

Hebbian Learning

Answer

Genetische Algorithmen

Answer

Verstärkungslernen

Question 37

Welche Komponente bildet die grundlegende Baueinheit eines neuronalen Netzwerks?

Accepted Answer

Künstliche Neuronen

Answer

Trainingsdaten

Answer

Aktivierungsfunktion

Answer

Gewichte

Question 38

Welcher Algorithmus ist ein häufig verwendetes Verfahren zum Trainieren neuronaler Netze?

Accepted Answer

Gradientenabstieg

Answer

Support-Vektor-Maschine

Answer

k-Means-Clustering

Answer

Lineare Regression

Question 39

Nennen Sie einen wesentlichen Vorteil neuronaler Netze.

Accepted Answer

Automatisches Feature-Engineering

Answer

Hohe Präzision

Answer

Robustheit gegenüber Rauschen

Answer

Geringer Berechnungsaufwand

Question 40

Welche Gewichtswerte regeln die Stärke der Verbindungen zwischen Neuronen in einem neuronalen Netz?

Accepted Answer

Gewichte

Answer

Bias

Answer

Aktivierungsfunktion

Answer

Fehlerfunktion

Question 41

Welche der folgenden Funktionen wird oft als Aktivierungsfunktion in neuronalen Netzen eingesetzt?

Accepted Answer

Logistische Funktion

Answer

Lineare Funktion

Answer

Gaussche Funktion

Answer

Polynomfunktion

Question 42

Welches Lernverfahren dient zur Anpassung der Gewichte eines neuronalen Netzes?

Accepted Answer

Überwachtes Lernen

Answer

Nicht überwachtes Lernen

Answer

Verstärkungslernen

Answer

Evolutionäres Lernen

Question 43

Welche Architektur eignet sich speziell für Bildklassifizierungsaufgaben?

Accepted Answer

Convolutionales neuronales Netz (CNN)

Answer

Rekurrentes neuronales Netz (RNN)

Answer

Generatives adversariales Netzwerk (GAN)

Answer

Autoencoder

Question 44

Als Grundeinheit eines neuronalen Netzes bezeichnet man das:

Accepted Answer

Neuron

Answer

Schicht

Question 45

Welche der genannten Funktionen wird häufig als Aktivierungsfunktion in neuronalen Netzen verwendet?

Accepted Answer

Sigmoid

Answer

Lineare Funktion

Answer

Exponentialfunktion

Answer

Logarithmusfunktion

Question 46

Die Fehlerfunktion in einem neuronalen Netz beschreibt:

Accepted Answer

Die Abweichung zwischen vorhergesagtem und tatsächlichem Wert

Answer

Die Anzahl der falsch klassifizierten Datenpunkte

Question 47

Welcher Netztyp wird typischerweise für Spracherkennung eingesetzt?

Accepted Answer

Rekurrente neuronale Netze

Answer

Rekurrentes Neuronales Netz

Question 48

Beim Gradientenabstieg in der Optimierung:

Accepted Answer

Werden die Gewichte schrittweise in Richtung des negativen Gradienten aktualisiert

Answer

Sie garantiert die Konvergenz zu einem globalen Minimum

Question 49

Die "Epoche" beim Training eines neuronalen Netzes bezeichnet:

Accepted Answer

Einen Durchlauf über alle Datenpunkte im Trainingsdatensatz

Answer

Einen vollständigen Durchlauf einer Schicht im Netzwerk

Question 50

Welche der folgenden Architekturen ist ein Convolutionales neuronales Netz?

Accepted Answer

VGGNet

Answer

LSTM

Question 51

Der Hauptvorteil der Batch-Normalisierung in neuronalen Netzen liegt in:

Accepted Answer

Verbesserung der Generalisierungsleistung

Question 52

Welche Komponente bildet die grundlegende Baueinheit eines neuronalen Netzes?

Accepted Answer

Neuron

Answer

Schicht

Answer

Aktivierungsfunktion

Answer

Gewicht

Question 53

Welche der aufgeführten Aktivierungsfunktionen ist nichtlinear?

Accepted Answer

Lineare Funktion

Answer

Sigmoid-Funktion

Answer

Tangentenhyperbel-Funktion

Answer

ReLU-Funktion

Question 54

Welches Verfahren wird üblicherweise zum Anlernen neuronaler Netze eingesetzt?

Accepted Answer

Gradientenabstieg

Answer

K-Means-Clustering

Answer

Support-Vektor-Maschinen

Answer

Naive Bayes

Question 55

Welche Architektur eines neuronalen Netzes ist besonders für Bildverarbeitungsaufgaben geeignet?

Accepted Answer

Convolutionales neuronales Netz (CNN)

Answer

Vollständig verbundenes Netz

Answer

Rekurrentes neuronales Netz (RNN)

Answer

Autoencoder

Question 56

Welche Aussage zu rekurrenten neuronalen Netzen (RNNs) trifft zu?

Accepted Answer

Sie eignen sich für die Verarbeitung sequenzieller Daten.

Answer

Sie verfügen nicht über Rückkopplungsschleifen.

Answer

Sie sind ungeeignet für die Textverarbeitung.

Answer

Sie können nur lineare Funktionen modellieren.

Question 57

Wie ist der typische Aufbau eines neuronalen Netzes?

Accepted Answer

Eingabeebene, verborgene Ebenen, Ausgabeebe

Answer

Eingabeebene, Ausgabeebe

Answer

RAM, Prozessor, ROM

Answer

Sensor, Verarbeitungseinheit, Motor

Question 58

Welche Art des Lernens wird bei neuronalen Netzen vorrangig verwendet?

Accepted Answer

Überwachtes Lernen

Answer

Bestärkungslernen

Answer

Genetisches Lernen

Answer

Unüberwachtes Lernen

Question 59

Was ist die Aufgabe der Aktivierungsfunktion in einem neuronalen Netz?

Accepted Answer

Ausgabe des Neurons bestimmen

Answer

Signale zwischen Neuronen übertragen

Answer

Lernrate des Netzes regulieren

Answer

Gewichte des Neurons speichern

Question 60

Was bezeichnet der Begriff "Überanpassung" im Zusammenhang mit neuronalen Netzen?

Accepted Answer

Netzwerk lernt Trainingsdaten zu genau und kann neue Daten nicht mehr verallgemeinern

Answer

Netzwerk lernt zu langsam

Answer

Netzwerk lernt Trainingsdaten nicht genau genug und kann neue Daten nicht vorhersagen

Question 61

Welche Technik wird zur Regularisierung neuronaler Netze eingesetzt?

Accepted Answer

Dropout

Answer

Bagging

Answer

Regression

Answer

Clustering

Question 62

Welches Framework wird häufig für die Implementierung neuronaler Netze genutzt?

Accepted Answer

TensorFlow

Answer

Spring Boot

Answer

Angular

Answer

Java SE

Question 63

Welches Problem kann beim Arbeiten mit neuronalen Netzen auftreten?

Accepted Answer

Verschwindender Gradient

Answer

Stacküberlauf

Answer

Speicherleck

Answer

Pufferüberlauf

Question 64

Welche Schicht in einem neuronalen Netz empfängt die Eingabe?

Accepted Answer

Eingabeschicht

Answer

Faltungsschicht

Answer

Ausgabeschicht

Answer

Verborgene Schicht