230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 2
25 câu hỏi
Mạng nơ-ron đồ thị (GNN) chủ yếu được sử dụng để xử lý loại dữ liệu nào?
Dữ liệu hình ảnh
Dữ liệu dạng đồ thị
Dữ liệu văn bản
Dữ liệu âm thanh
Trong GNN, quá trình "message passing" (truyền thông điệp) có vai trò gì?
Tính toán gradient cho toàn bộ mạng
Thu thập thông tin từ các đỉnh láng giềng để cập nhật biểu diễn đỉnh
Tạo đồ thị mới từ dữ liệu đầu vào
Giảm kích thước của đồ thị
Hàm tổng hợp (aggregation function) trong GNN thường sử dụng phép toán nào?
Tích vô hướng
Tổng hoặc trung bình các đặc trưng láng giềng
Phép nhân ma trận
Phép chia tỷ lệ
Loại GNN nào thường được sử dụng để xử lý đồ thị lớn?
Graph Convolutional Network (GCN)
Graph Attention Network (GAT)
GraphSAGE
Recurrent GNN
Trong Graph Attention Network (GAT), cơ chế attention có vai trò gì?
Tăng kích thước đặc trưng của đỉnh
Gán trọng số khác nhau cho các đỉnh láng giềng dựa trên mức độ quan trọng
Loại bỏ các cạnh không cần thiết
Tạo đồ thị phụ
GNN có thể được sử dụng cho nhiệm vụ nào dưới đây?
Phân loại đỉnh trong mạng xã hội
Nhận diện khuôn mặt
Xử lý ngôn ngữ tự nhiên
Nhận diện giọng nói
Vấn đề gì có thể xảy ra nếu đồ thị quá sâu trong GNN?
Over-smoothing
Under-fitting
Gradient explosion
Data leakage
GNN khác với CNN ở điểm nào chính?
GNN xử lý dữ liệu phi cấu trúc, còn CNN xử lý dữ liệu lưới (grid-like)
GNN chỉ sử dụng fully connected layers
GNN không sử dụng hàm kích hoạt
GNN không thể xử lý dữ liệu lớn
Trong GNN, đặc trưng của một đỉnh được cập nhật dựa trên thông tin từ đâu?
Chỉ từ chính nó
Từ các đỉnh láng giềng và chính nó
Từ toàn bộ đồ thị
Từ các cạnh không liên quan
Ứng dụng thực tế nào dưới đây phù hợp với GNN?
Dự đoán cấu trúc protein
Phân tích cảm xúc văn bản
Nhận diện biển số xe
Xử lý âm thanh
Few Shot Learning (FSL) là gì?
Một phương pháp học máy với lượng dữ liệu lớn
Một kỹ thuật học với số lượng mẫu huấn luyện rất ít
Một phương pháp tối ưu hóa gradient
Một kỹ thuật xử lý hình ảnh
Phương pháp nào thường được sử dụng trong FSL?
Metric-based learning
Gradient descent truyền thống
K-means clustering
Principal Component Analysis
Trong Prototypical Networks, "prototype" đại diện cho điều gì?
Trung bình đặc trưng của một lớp
Một mẫu ngẫu nhiên từ tập dữ liệu
Một hàm kích hoạt
Một tham số tối ưu hóa
Meta-learning trong FSL có mục tiêu gì?
Tối ưu hóa mô hình trên một tác vụ duy nhất
Học cách học nhanh trên nhiều tác vụ
Giảm kích thước dữ liệu đầu vào
Tăng tốc độ huấn luyện
Siamese Networks hoạt động như thế nào trong FSL?
So sánh cặp mẫu để tính độ tương đồng
Tạo ra nhiều lớp ẩn
Sử dụng kỹ thuật data augmentation
Tối ưu hóa hàm mất mát entropy
Trong FSL, "support set" là gì?
Tập dữ liệu kiểm tra
Tập dữ liệu huấn luyện với ít mẫu
Tập dữ liệu validation
Tập dữ liệu tổng hợp
Vấn đề chính của FSL là gì?
Overfitting do dữ liệu hạn chế
Underfitting do dữ liệu lớn
Thiếu hàm kích hoạt phù hợp
Chi phí tính toán cao
Phương pháp nào dưới đây KHÔNG phải là một cách tiếp cận chính trong FSL?
Model-based
Metric-based
Optimization-based
Rule-based
Trong FSL, "query set" được sử dụng để làm gì?
Huấn luyện mô hình
Đánh giá hiệu suất mô hình trên các mẫu mới
Tạo dữ liệu tổng hợp
Giảm kích thước đặc trưng
Ứng dụng nào phù hợp với FSL?
Nhận diện chữ viết tay với ít mẫu
Phân tích dữ liệu thời gian thực lớn
Xử lý âm thanh dài
Tạo văn bản tự động
R-CNN là viết tắt của gì trong lĩnh vực phát hiện đối tượng?
Region-based Convolutional Neural Network
Recurrent Convolutional Neural Network
Random Convolutional Neural Network
Reinforced Convolutional Neural Network
Bước đầu tiên trong quy trình của R-CNN là gì?
Phân loại đối tượng
Tạo vùng đề xuất (region proposals)
Tính toán gradient
Tăng cường dữ liệu
Trong R-CNN, các vùng đề xuất được xử lý như thế nào?
Đưa trực tiếp vào mô hình phân loại
Cắt và chuẩn hóa kích thước để đưa vào CNN
Loại bỏ hoàn toàn nếu không chứa đối tượng
Kết hợp với nhau thành một hình ảnh lớn
Hạn chế chính của R-CNN là gì?
Chi phí tính toán cao do xử lý từng vùng đề xuất riêng lẻ
Không thể xử lý hình ảnh lớn
Không hỗ trợ phát hiện nhiều đối tượng
Yêu cầu dữ liệu văn bản
Fast R-CNN cải tiến R-CNN ở điểm nào?
Sử dụng một CNN duy nhất cho toàn bộ hình ảnh
Loại bỏ hoàn toàn vùng đề xuất
Sử dụng RNN thay vì CNN
Tăng số lượng vùng đề xuất
