Levenshtein — embedding i regresja

Krótkie pytania sprawdzające zrozumienie artykułu o osadzeniu odległości Levenshteina z użyciem regresji Poissona. Obejmuje założenia teoretyczne, wymiar osadzenia i wyniki eksperymentów na danych DNA.

Ten quiz zawiera 15 pytań i wymaga włączonego JavaScript do interaktywnego rozwiązywania.

Przeglądaj quizy

Pytanie 1 z 15

Levenshtein — embedding i regresja

Autor: justine

23 wyświetleń 1 ukończeń Średnia: 33% 15 pytań

Rozwiąż quiz

Twoje imię

Rozwiąż quiz

1 Jak autorzy definiują cel treningu sieci w ramieniu Siamese dla osadzeń sekwencji?

A Minimalizować różnicę między odległością Levenshteina a odległością w przestrzeni osadzeń B Minimalizować normę wag sieci bez uwzględniania odległości sekwencji C Maksymalizować korelację między parametrami wag a długością sekwencji D Maksymalizować rozrzut wektorów osadzeń niezależnie od odległości

2 Które założenie (A1–A4) mówi, że każdy element wektora osadzenia po normalizacji ma rozkład N(0,1)?

A A2 B A3 C A1 D A4

3 Co opisuje założenie A2 w artykule?

A Brak redundancji wektora osadzenia, tzn. elementy są niezależne B Wektory osadzeń niepowiązanych sekwencji są skorelowane C Wektory osadzeń mają identyczne wartości własne kowariancji D Suma elementów wektora osadzenia ma rozkład Poissona

4 Dlaczego autorzy proponują użycie regresji Poissona dla odległości Levenshteina?

A Ponieważ Poisson eliminuje potrzebę normalizacji wektorów B Ponieważ rozkład Poissona zawsze opisuje rozkład różnic wektorów osadzeń C Ponieważ ma sens gdy odległość jest mała i można ją traktować jako zliczanie zdarzeń w stałym przedziale D Ponieważ Poisson gwarantuje metryczność funkcji odległości

5 Jaką rolę pełni skalar r(n) w równaniu d = r(n) ||u - v||^2?

A Służy do estymacji wariancji rozkładu Poissona B Normalizuje długości sekwencji przed osadzeniem C Dopasowuje oczekiwaną wartość odległości osadzeń do średniej odległości Levenshteina D Zapobiega zanikowi gradientów w głębokiej sieci

6 Jak autorzy proponują znaleźć odpowiedni wymiar osadzenia (ESD)?

A Zastosować metrykę Hammingową na wektorach osadzeń i wybrać wymiar o najmniejszym błędzie B Dobrać wymiar tak, by minimalizować liczbę parametrów sieci C Wybrać wymiar równy długości najdłuższej sekwencji w zbiorze danych D Śledzić spadek posortowanych wartości własnych macierzy kowariancji różnic osadzeń i znaleźć punkt nagłego zmniejszenia

7 Jak zmienia się teoretyczna wariancja przybliżeń odległości w zależności od wymiaru osadzenia n (przy ustalonych pozostałych parametrach)?

A Wariancja maleje wraz ze wzrostem n, co poprawia precyzję przybliżenia B Wariancja rośnie wraz ze wzrostem n, co pogarsza precyzję przybliżenia C Wariancja jest niezależna od n i zależy wyłącznie od sieci D Wariancja przyjmuje stałą wartość równą średniej odległości Levenshteina

8 Co się dzieje z jakością i stabilnością modelu, gdy wymiar osadzenia przekroczy ESD według autorów?

A Jakość rośnie liniowo, a wariancja wyników maleje B Model staje się deterministyczny i bezbłędny C Sieć automatycznie redukuje wymiar do ESD D Poprawa staje się znikoma, a stabilność treningu się pogarsza

9 Który model i konfiguracja osiągnęły najlepsze wyniki w eksperymentach autorów?

A CNN-5 z wymiarem osadzenia n = 60 trenowany MAE B CNN-10 z wymiarem osadzenia n = 40 trenowany REChi C GRU z wymiarem osadzenia n = 80 trenowany MSE D CNN-10-w z wymiarem osadzenia n = 140 trenowany PNLL

10 Który z miar autorzy uznają za ważniejszą do oceny jakości przybliżeń Levenshteina na danych DNA?

A Dokładność klasyfikacji klastrów B Homologous approximation error (AE_h) C Współczynnik kompresji osadzeń D Global approximation error (AE_g)

11 Jaka była obserwacja autorów dotycząca wpływu szerokości (liczby kanałów) i głębokości (liczby warstw) w sieciach CNN?

A Zwiększanie liczby kanałów miało większy pozytywny wpływ niż zwiększanie liczby warstw B Oba czynniki nie miały wpływu na wyniki C Zwiększanie liczby warstw miało większy wpływ niż zwiększanie liczby kanałów D Zwiększanie kanałów zawsze pogarszało wyniki niezależnie od warstw

12 Dlaczego PNLL (Poisson negative log-likelihood) jest akceptowalny w kontekście chi-kwadratowej teorii aproksymacji autorów?

A Ponieważ PNLL wymaga mniejszej liczby danych treningowych niż inne straty B Ponieważ PNLL usuwa zależności między elementami wektorów osadzeń C Ponieważ PNLL dokładnie reprodukuje cały rozkład chi-kwadrat niezależnie od k D Ponieważ PNLL jest granicą funkcji negatywnego log-prawdopodobieństwa rozkładu chi-kwadrat przy dużym parametrze k

13 Dlaczego Levenshtein distance można przybliżać rozkładem Poissona zgodnie z opisem w artykule?

A Ponieważ Poisson jest lepszy od rozkładu normalnego dla dużych odległości B Ponieważ sekwencje DNA zawsze generują niezależne zdarzenia o stałej średniej C Ponieważ Poisson automatycznie zapewnia metryczność odległości D Gdy odległość jest mała, operacje edycji można potraktować jako losowe zdarzenia zliczane w stałym przedziale

14 Jak autorzy dzielą próbki w zbiorze DNA Fountain na homologiczne i nie-homologiczne?

A Na podstawie długości sekwencji, gdzie krótsze są homologiczne B Na podstawie tego, czy sekwencje należą do tej samej klasteryzacji pipeline'u DNA-storage C Losowo z zachowaniem proporcji klas D Na podstawie liczby wystąpień nukleotydu N w sekwencji

15 Który z poniższych jest kluczowym objawem, którym autorzy rozpoznają, że przekroczono ESD podczas analizy wartości własnych?

A Wartości własne są rozproszone losowo bez wzoru B Wszystkie wartości własne pozostają bliskie jedności dla dowolnego n C Posortowane wartości własne gwałtownie maleją do zera po pewnym indeksie D Wartości własne rosną monotonicznie wraz z n

0 z 15 odpowiedzi

Nie odpowiedziano na 15 z 15 pytań. Wróć i uzupełnij brakujące odpowiedzi.

Często zadawane pytania

Ile pytań zawiera quiz Levenshtein — embedding i regresja?

Quiz Levenshtein — embedding i regresja zawiera 15 pytań testowych z możliwością wyboru jednej poprawnej odpowiedzi.

Czy quiz Levenshtein — embedding i regresja jest darmowy?

Tak, wszystkie quizy na Odpytywarka.pl są całkowicie darmowe. Możesz rozwiązywać dowolną liczbę quizów bez żadnych opłat.

Jak mogę stworzyć własny quiz?

Wgraj plik PDF na stronie głównej, a nasz system AI automatycznie wygeneruje pytania testowe. Po wygenerowaniu możesz edytować treść pytań i odpowiedzi w panelu quizu.

Podobne quizy

Techniki projektowania algorytmów

Quiz sprawdza znajomość podstawowych technik projektowania algorytmów, takich...

127 15 pytań

Bosch Motronic — budowa i działanie

Quiz sprawdza znajomość budowy, odmian i zasad działania elementów systemu Bo...

29 15 pytań

Eksploatacja urządzeń elektroenergetycznych

Quiz sprawdza wiedzę z zakresu eksploatacji i bezpieczeństwa urządzeń elektro...

28 15 pytań

BFS i DFS w praktyce

Quiz sprawdza rozumienie różnic, zastosowań i implementacji algorytmów BFS i ...

23 15 pytań

Wróć do panelu | Stwórz własny quiz