1. 지식기반시스템에서 추론기관의 역할은 무엇인가?
① 지식을 수집한다.
② 지식을 이용하여 주어진 문제 상황에 따른 결론을 내린다.
③ 사용자가 편리하게 이용할 수 있게 하는 인터페이스이다.
④ 추론 결과에 따라 실제계에 물리적 작용을 한다.
정답: 2
해설: 정답은 2번이다. 추론기관은 지식기반시스템에서 핵심적인 역할을 하며, 시스템에 축적된 지식을 활용하여 주어진 문제 상황에 맞는 결론을 도출하는 역할을 한다. 이는 시스템이 문제 해결 능력을 갖추게 하는 중요한 부분이다.
다른 선지들을 살펴보면, 1번은 지식베이스의 역할로, 지식을 수집하고 저장하는 기능을 의미한다. 3번은 사용자 인터페이스로, 사용자가 시스템을 쉽게 이용할 수 있도록 돕는 역할을 한다. 마지막으로, 4번은 시스템의 출력으로, 추론 결과를 실제 환경에 적용하거나 물리적 작용을 하는 것을 의미하지만 이는 지식기반시스템의 주요 기능과는 거리가 있다.
2. 다음 중 선언적 지식의 특징에 해당되는 것은?
① 추론기관이 필요 없다.
② 프로그래밍 언어로 표현된 지식이다.
③ 지식 사용에 대한 제어 정보가 지식 자체에 내포된다.
④ 단편적인 지식들을 나열해 놓은 형태이다.
정답: 4
해설: 정답은 ④이다. 선언적 지식은 특정 사실이나 정보를 나열한 것으로, 지식의 나열을 통해 정보가 제공된다. 이는 절차적 지식과 달리, 행동이나 절차를 설명하지 않고 단편적인 정보 자체를 중심으로 한다.
다른 선지들을 살펴보면, ① 추론기관이 필요 없다는 내용은 선언적 지식이 아닌 절차적 지식의 특징이다. 절차적 지식은 특정 작업을 수행하기 위해 필요한 절차와 규칙을 포함하고 있어, 추론기관이 필요하다. ② 프로그래밍 언어로 표현된 지식은 일반적으로 알고리즘이나 절차를 나타내는 절차적 지식을 의미한다. ③ 지식 사용에 대한 제어 정보가 지식 자체에 내포된다는 것은 절차적 지식의 특징으로, 지식을 어떻게 사용할지에 대한 정보를 포함하고 있다.
3. 시멘틱 네트에서 노드가 표현하는 것은 무엇인가?
① 객체, 개념, 사건 등
② 객체 사이의 관계
③ 처리 절차
④ 지식의 중요도
정답: 1
해설: 정답은 ① 객체, 개념, 사건 등이다.
시멘틱 네트에서 노드는 객체, 개념, 사건 등을 표현한다. 이는 시멘틱 네트가 지식의 구조를 시각적으로 나타내기 위해 사용되는 방식이기 때문이다. 노드 간의 연결선은 이러한 객체나 개념 간의 관계를 나타내며, 각각의 노드는 독립적인 지식을 표현한다.
다른 선택지를 살펴보면, ② 객체 사이의 관계는 시멘틱 네트에서 노드 간의 선으로 표현된다. ③ 처리 절차는 알고리즘이나 흐름도를 통해 주로 표현된다. ④ 지식의 중요도는 시멘틱 네트의 노드가 아닌, 지식의 계층 구조나 중요도 평가 방법을 통해 나타낼 수 있다. 따라서 정답은 ①이다.
4. 다음 지식표현 방법 중 특성상속을 활용하는 것은 무엇인가?
① 논리
② 규칙
③ 시멘틱 네트
④ 퍼지논리
정답: 3
해설: 정답은 ③ 시멘틱 네트이다. 시멘틱 네트는 객체들 간의 관계를 노드와 링크로 표현하며, 이 때 객체의 특성을 상속받아 표현할 수 있다. 예를 들어, "고양이"는 "동물"이라는 상위 개념의 특성을 상속받아 설명할 수 있다. 다른 보기들 중 ① 논리는 사실이나 명제를 기반으로 한 논리적 추론을 의미하고, ② 규칙은 조건과 행동의 쌍으로 구성된 지식 표현 방법이다. ④ 퍼지논리는 불확실한 정보를 처리하는 방법으로, 상속 개념과는 거리가 있다.
5. 다음 중 부가 프로시저를 통해 절차적 지식을 함께 표현할 수 있는 지식 표현 방식은?
① 프레임
② 논리
③ 규칙
④ 신경회로망
정답: 1
해설: 부가 프로시저를 통해 절차적 지식을 함께 표현할 수 있는 지식 표현 방식은 프레임이다. 프레임은 객체와 객체 간의 관계를 나타내는 구조로, 절차적 지식과 선언적 지식을 모두 포함할 수 있다. 논리와 규칙은 주로 선언적 지식을 표현하는 데 사용되며, 절차적 지식은 표현하기 어렵다. 신경회로망은 학습된 지식을 기반으로 하여 절차적 지식을 명시적으로 표현하는 데 적합하지 않다. 따라서 프레임이 적절한 방식이다.
6. 다음 중 전문가 시스템에 대하여 올바르게 설명하는 문장은?
① 상식적 판단이 필요한 문제 분야에 적합하다.
② 정해진 응용분야에 특화된 지식을 이용하는 지식기반 시스템이다.
③ 접해보지 못한 새로운 상황에 대처하는 능력이 뛰어나다.
④ 창조적 문제해결 능력이 뛰어나다.
정답: 2
해설: 정답은 2이다. 전문가 시스템은 특정 응용분야에 특화된 지식을 바탕으로 문제를 해결하는 지식기반 시스템이다. 일반적인 판단이나 상식적인 판단이 필요한 문제에는 적합하지 않으며(1번), 새로운 상황에 대처하는 능력도 뛰어나지 않다(3번). 또한, 창조적인 문제해결 능력이 뛰어난 것도 아니다(4번). 전문가 시스템은 제한된 범위 내에서 특정 지식을 활용하여 효율적으로 문제를 해결하는 데 중점을 둔다.
7. 조건명제 \( p \rightarrow q \)가 거짓인 경우는?
① \( p \)와 \( q \)가 모두 참인 경우
② \( p \)와 \( q \)가 모두 거짓인 경우
③ \( p \)는 참이고 \( q \)는 거짓인 경우
④ \( p \)는 거짓이고 \( q \)는 참인 경우
정답: 3
해설: 정답은 ③이다. 조건명제 \( p \rightarrow q \)는 \( p \)가 참이면서 \( q \)가 거짓일 때 거짓이 된다. 이 조건을 만족하는 경우가 ③ \( p \)는 참이고 \( q \)는 거짓인 경우이다. 다른 선지들을 살펴보면, ① \( p \)와 \( q \)가 모두 참인 경우, ② \( p \)와 \( q \)가 모두 거짓인 경우, ④ \( p \)는 거짓이고 \( q \)는 참인 경우 모두 조건명제가 참이 된다. 따라서 조건명제가 거짓이 되는 유일한 경우는 ③이다.
8. 다음 중 긍정논법(modus ponens)에 해당되는 것은?
① \( q \rightarrow p \)가 참이면 \( p \)가 참이다.
② \( \neg q \rightarrow p \)가 참이면 \( p \)가 참이다.
③ \( p \rightarrow q \)가 참이면 \( q \)가 참이다.
④ \( \neg p \rightarrow q \)가 참이면 \( \neg q \)가 참이다.
정답: 3
해설: 정답은 3번이다. 긍정논법(modus ponens)은 "만약 \( p \rightarrow q \)가 참이고, \( p \)가 참이라면, \( q \)가 참이다"라는 논리적 구조를 갖는다. 3번의 경우 \( p \rightarrow q \)가 참일 때 \( p \)가 참이라고 가정하면 \( q \)가 참이라는 결론을 도출할 수 있으므로 긍정논법에 해당된다. 다른 선지들은 다음과 같다:
① \( q \rightarrow p \)는 전제가 참일 때 \( p \)가 참이라는 결론을 내릴 수 없다.
② \( \neg q \rightarrow p \)는 전제가 참일 때 \( p \)가 참이라는 결론을 내릴 수 없다.
④ \( \neg p \rightarrow q \)는 전제가 참일 때 \( \neg q \)가 참이라는 결론을 내릴 수 없다.
따라서 정답은 3번이다.
9. 다음 부모절과 도출절의 쌍 중 올바른 것은?
① 부모절: \( p \vee q \wedge \neg p \vee q \), 도출절: \( q \)
② 부모절: \( p \wedge \neg p \wedge q \), 도출절: \( q \)
③ 부모절: \( p \vee \neg p \), 도출절: \( \text{true} \)
④ 부모절: \( p \vee q \wedge q \vee r \), 도출절: \( p \vee r \)
정답: 1
해설: 정답은 1번이다.
1번의 경우, 부모절 \( p \vee q \wedge \neg p \vee q \)에서 도출절 \( q \)는 적절하게 도출된다. 이는 \( p \)와 \( \neg p \)가 상쇄되면서 \( q \)만 남기 때문이다.
2번의 경우, 부모절 \( p \wedge \neg p \wedge q \)는 모순이므로 아무런 도출절을 가질 수 없다. 따라서 틀리다.
3번의 경우, 부모절 \( p \vee \neg p \)에 따른 도출절은 false이다.
4번의 경우, 부모절 \( p \vee q \wedge q \vee r \)에서 \( p \vee r \)가 도출절로 나오기 어렵다. 이는 단순한 논리적 합성으로 도출되기 힘들기 때문이다.
※ (10~11) 도출 연역을 이용한 정리 증명 알고리즘에 대한 질문에 답하시오.
1. 증명하고 하는 \( \text{(ㄱ)} \) 공리 리스트에 넣음
2. 공리들을 연언 표준형으로 표현한 후 절 분리
3. 도출 가능한 쌍이 없을 때까지 다음을 반복
1) 도출 가능한 쌍을 찾아 도출절을 구함
2) 도출절을 공리 리스트에 추가
4. \(\text{(ㄴ)}\)가 얻어지면 정리가 참임이 증명됨
5. 정리가 거짓임을 알리고 끝냄
10. \(\text{(ㄱ)}\)에 넣을 적절한 문구는?
① 정리를
② 정리에 전칭기호를 붙여
③ 정리를 부정하여
④ 정리에 존재기호를 붙여
정답: 3
해설: 정리를 증명하기 위해서는 먼저 정리의 부정을 가정하고 공리 리스트에 넣어야 한다. 이는 간접 증명의 일종으로, 부정을 도출하여 모순이 발생하면 원래의 정리가 참임을 증명할 수 있다. 다른 선택지인 "정리에 전칭기호를 붙여"나 "정리에 존재기호를 붙여"는 증명 과정에 필요한 구체적 조치가 아니므로 적절하지 않다.
11. \(\text{(ㄴ)}\)에 적절한 내용은?
① 항진식
② 선언 표준형
③ true
④ false
정답: 4
해설: 도출 연역을 이용한 정리 증명 알고리즘에서, 정리의 부정을 공리 리스트에 추가하고 반복적으로 도출절을 찾다가 도출된 절이 "false" 즉, 모순에 도달하면 정리가 참임이 증명된다. 따라서, \(\text{(ㄴ)}\)에 적절한 내용은 "false"이다. 다른 선택지인 "항진식", "선언 표준형", "true"는 이 알고리즘의 최종 목표와 맞지 않다.
12. 다음 술어논리식의 절들을 대상으로 도출연역을 하여 얻게 되는 도출절에 속하는 것은? (단, \( P, Q, R \)은 술어논리기호, \( A, B, C \)는 객체 상수, \( x \)는 객체 변수임)
\[ P(A) \vee Q(B) \quad \neg Q(x) \vee R(x) \quad \neg P(C) \vee \neg R(C) \]
① \( P(A) \vee R(x) \)
② \( Q(B) \vee \neg R(C) \)
③ \( P(A) \)
④ \( \neg P(C) \vee \neg Q(C) \)
정답: 4
해설: 정답은 ④ \(\neg P(C) \vee \neg Q(C)\)이다.
먼저 주어진 절들을 살펴보면 \(P(A) \vee Q(B)\), \(\neg Q(x) \vee R(x)\), \(\neg P(C) \vee \neg R(C)\)이다. 이 중에서 두 번째 절 \(\neg Q(x) \vee R(x)\)과 세 번째 절 \(\neg P(C) \vee \neg R(C)\)를 결합하면, \(\neg Q(C) \vee \neg P(C)\)라는 도출절을 얻을 수 있다. 이 절은 정답인 ④에 해당한다. 나머지 선지들을 도출하는 과정은 없다. ① \(P(A) \vee R(x)\)은 첫 번째 절과 두 번째 절을 결합하여 얻을 수 있지만, 이는 주어진 문제의 도출연역의 결과와는 일치하지 않는다. ②와 ③도 도출절에 해당하지 않는다.
13. 생성규칙은 어떠한 형태를 갖는가?
① 무방향 그래프
② IF 조건부 THEN 결론부
③ 술어(객체)
④ 함수(항)
정답: 2
해설: 정답: ② IF 조건부 THEN 결론부
해설: 생성규칙은 "IF 조건부 THEN 결론부"의 형태를 가진다. 이는 조건이 충족되었을 때 특정 결론을 도출하는 규칙이다. 무방향 그래프는 노드와 간선으로 연결된 구조를 설명하며, 생성규칙의 형태가 아니다. 술어(객체)는 논리 프로그래밍에서 사용되는 개념으로, 생성규칙의 형식과는 다르다. 함수(항)는 수학적 또는 프로그래밍에서 특정 입력값에 대한 출력값을 정의하는 개념으로, 생성규칙과는 직접적인 연관이 없다.
14. 다음 중 추론 방법에 대한 설명으로 올바른 것은?
① 귀납법에 의한 추론은 항상 옳다.
② 연역법에 의한 추론은 항상 옳다.
③ 연역법은 학습과 관계가 있다.
④ 유추법은 관측된 사실로부터 새로운 규칙을 만들어 낸다.
정답: 2
해설: 연역법에 의한 추론은 항상 옳다. 연역법은 일반적인 원리나 법칙을 바탕으로 특정 사실이나 결론을 도출하는 방법이다. 예를 들어, 모든 인간은 죽는다라는 일반적인 법칙이 있다면, 소크라테스는 인간이다라는 전제로부터 소크라테스는 죽는다라는 결론을 도출할 수 있다. 이처럼 연역법은 전제가 참이라면 결론도 반드시 참이 되는 특징을 가진다.
다른 선지 해설:
1. 귀납법에 의한 추론은 항상 옳지 않다. 귀납법은 여러 개별적인 사례로부터 일반적인 결론을 도출하는 방법으로, 결론이 항상 참일 보장은 없다.
3. 연역법은 학습과 직접적인 관계가 없다. 연역법은 이미 알고 있는 일반적인 원리로부터 결론을 도출하는 과정이다.
4. 유추법은 특정 사례들 사이의 유사성을 바탕으로 새로운 결론을 도출하는 방법이지, 새로운 규칙을 만들어 내는 방법은 아니다.
15. \( A \)가 참인지 입증하고자 한다. 적절한 추론 방향과 이에 따라 다음 규칙들 중 가장 먼저 선택되는 규칙은 무엇인가?
\[ A \rightarrow B \quad \neg A \vee B \rightarrow C \quad D \vee E \rightarrow A \quad A \wedge F \rightarrow G \]
① 전방향 추론, \( A \rightarrow B \)
② 전방향 추론, \( \neg A \vee B \rightarrow C \)
③ 후방향 추론, \( \neg A \vee B \rightarrow C \)
④ 후방향 추론, \( D \vee E \rightarrow A \)
정답: 4
해설: 정답은 4번이다. \( A \)가 참인지 입증하기 위해서는 \( A \)를 결론으로 할 수 있는 규칙을 찾는 것이 중요하다. 후방향 추론은 결론에서 시작하여 이를 입증할 수 있는 전제를 찾는 방식이다.
문제에서 \( A \)를 결론으로 할 수 있는 규칙은 \( D \vee E \rightarrow A \)이다. 따라서 후방향 추론을 통해 \( A \)를 입증하려면 \( D \vee E \rightarrow A \)를 가장 먼저 선택해야 한다. 이 외의 규칙들은 직접적으로 \( A \)를 결론으로 도출할 수 없거나 다른 변수를 필요로 한다.
16. 다음 퍼지집합 \( X \)와 \( Y \)의 합집합은?
\[
X = \{ (a, 0.2), (b, 0.5), (c, 0.7), (d, 1.0) \}
\]
\[
Y = \{ (a, 0.4), (b, 0.6), (c, 0.5) \}
\]
① \( X \cup Y = \{ (a, 0.2), (b, 0.5), (c, 0.5) \} \)
② \( X \cup Y = \{ (a, 0.4), (b, 0.6), (c, 0.7), (d, 1.0) \} \)
③ \( X \cup Y = \{ (a, 0.2), (b, 0.5), (c, 0.5), (d, 1.0) \} \)
④ \( X \cup Y = \{ (a, 0.4), (b, 0.6), (c, 0.7) \} \)
정답: 2
해설: 퍼지집합의 합집합은 각 원소에 대해 소속도의 최댓값을 취하여 구한다. 따라서 집합 \( X \)와 \( Y \)의 합집합은 다음과 같다. \( a \)의 경우 \( X \)에서 0.2, \( Y \)에서 0.4이므로 최댓값인 0.4를 취한다. \( b \)의 경우 0.5와 0.6 중 최댓값 0.6을 취한다. \( c \)의 경우 0.7과 0.5 중 최댓값 0.7을 취한다. \( d \)는 \( Y \)에 없으므로 \( X \)의 값을 그대로 사용하여 1.0이 된다. 따라서 합집합은 \( \{ (a, 0.4), (b, 0.6), (c, 0.7), (d, 1.0) \} \)가 되어 정답은 2이다.
1번 선택지는 모든 원소에 대해 최소값을 취한 것이며, 3번 선택지는 \( c \)의 소속도가 잘못되었다. 4번 선택지는 \( d \)를 포함하지 않아서 틀리다.
다음 퍼지 논리식 중 항상 참인 등식이 아닌 것은?
1. \( a \lor \overline{a} = 1 \)
2. \( a \lor 1 = 1 \)
3. \( a \land (a \lor b) = a \)
4. \( \overline{a \land b} = \overline{a} \lor \overline{b} \)
정답: 1
해설: 정답: 1
해설: 1번 \( a \lor \overline{a} = 1 \)은 퍼지 논리에서 항상 참인 등식이 아니다. 퍼지 논리에서는 변수 \(a\)와 그 부정형인 \(\overline{a}\)가 동시에 참일 수 없어 \(a \lor \overline{a}\)가 1이 되지 않을 수 있다. 2번 \( a \lor 1 = 1 \)은 항상 참이다. 어떤 값이든 1과 OR 연산을 하면 1이 된다. 3번 \( a \land (a \lor b) = a \)도 참이다. \( a \land \)와 \((a \lor b) \)의 AND 연산 결과는 항상 \(a\)와 같다. 4번 \(\overline{a \land b} = \overline{a} \lor \overline{b} \)은 드모르간의 법칙으로 인해 항상 참이다.
18. 다음 중 퍼지추론 및 이를 이용한 제어기에 대한 올바른 설명을 모두 나열한 것은?
\((ㄱ)\) 조건부의 논리 값이 1인 규칙만 추론에 사용된다.
\((ㄴ)\) 조건부 및 결론부에 언어적 변수를 할당할 수 있는 변수를 포함할 수 있다.
\((ㄷ)\) 결론부의 논리 값은 0과 1 중 하나이다.
\((ㄹ)\) 추론된 결과를 비퍼지화하여 제어 대상을 제어한다.
① \((ㄱ), (ㄴ)\)
② \((ㄴ), (ㄷ)\)
③ \((ㄴ), (ㄹ)\)
④ \((ㄷ), (ㄹ)\)
정답: 3
해설: 정답은 (3)번이다.
(ㄴ) 언어적 변수를 할당할 수 있는 변수를 조건부와 결론부에 포함할 수 있다는 것은 퍼지추론의 중요한 특징이다. 퍼지 시스템에서는 언어적 변수(예: "높음", "낮음")를 사용하여 복잡한 상황을 간단하게 표현할 수 있다. (ㄹ) 추론된 결과를 비퍼지화하여 제어 대상을 제어한다는 것은 퍼지 시스템의 기본 작동 원리이다. 퍼지 추론을 통해 얻은 퍼지 값들을 실제 제어 신호로 변환하는 과정이 필요하다.
반면 (ㄱ)은 틀린 설명이다. 퍼지 시스템에서는 논리 값이 1인 규칙만 사용하는 것이 아니라, 다양한 값의 규칙을 모두 사용하여 추론을 한다. (ㄷ)도 틀린 설명이다. 퍼지 시스템의 결론부의 논리 값은 0과 1 사이의 연속적인 값을 가질 수 있다.
19. 컴퓨터 시각 시스템의 처리 단계를 영상취득, 전처리, 영상분할, 영상표현, 분석의 단계로 구분할 때, 영상 내의 객체를 해석하기 위해 객체 영역을 적절히 분할하는 방법으로 컴퓨터 내에 묘사하는 과정은?
① 전처리
② 분석
③ 영상분할
④ 영상표현
정답: 4
해설:
해설: 영상 내의 객체를 해석하기 위해 객체 영역을 적절히 분할한 후, 이를 컴퓨터 내에 묘사하는 과정은 영상표현이다. 영상표현은 영상분할 단계에서 분리된 객체를 컴퓨터가 이해할 수 있는 형태로 기술하는 단계이다. 전처리는 영상의 품질을 개선하는 단계이고, 분석은 표현된 객체를 해석하여 의미를 부여하는 단계이다. 영상분할은 객체를 개별 영역으로 나누는 과정이다.
20. 다음 중 연속적으로 변화하는 아날로그 신호를 이산(discrete) 신호로 변환하는 영상 취득 단계는 무엇인가?
① 양자화
② 평활화
③ 표본화
④ 모의 담금질
정답: 3
해설: 정답은 ③ 표본화이다. 표본화는 연속적인 아날로그 신호를 일정한 시간 간격으로 샘플링하여 이산적인 디지털 신호로 변환하는 과정이다. 양자화는 표본화된 값을 이산적인 값으로 근사화하는 단계이고, 평활화는 노이즈 제거 등 신호를 부드럽게 만드는 과정이다. 모의 담금질은 최적화 문제를 해결하기 위해 사용되는 기법으로, 신호 변환과는 관련이 없다. 표본화 과정을 통해 아날로그 신호가 디지털 신호로 변환될 수 있기 때문에 정답은 ③이다.
21. 영상에 가우시안 저역통과 필터를 적용할 경우 어떠한 결과를 얻게 되는가?
① 고주파 잡음 성분이 억제되어 평활화된 영상을 얻는다.
② 영상의 변화를 큰 부분을 찾아낸다.
③ 영상에서 특정 객체의 위치를 추출한다.
④ 영상 내에서 물체의 경계를 찾는다.
정답: 1
해설: 정답은 1번이다. 가우시안 저역통과 필터는 고주파 성분을 억제하고 저주파 성분을 통과시키는 필터로, 결과적으로 영상의 고주파 잡음이 제거되고 평활화된 영상을 얻게 된다. 2번은 영상의 큰 변화를 찾는 것으로, 이는 고주파 성분을 강조하는 고역통과 필터의 역할이다. 3번은 특정 객체의 위치를 추출하는 것으로, 이는 객체 탐지나 세그멘테이션과 관련된 작업이다. 4번은 물체의 경계를 찾는 것으로, 에지 검출 필터를 사용해야 한다. 따라서 1번이 올바른 선택이다.
22. 다음 중 소벨(Sobel) 연산자를 올바르게 설명하는 문장은?
① 2차 미분으로 에지를 검출한다.
② 2개의 마스크로 사용한다.
③ 잡음을 억제하는 필터에 속한다.
④ 2진화한 필터이다.
정답: 2
해설: 소벨(Sobel) 연산자는 이미지 처리에서 에지를 검출하기 위해 사용되는 기법으로, 수평 및 수직 방향의 경계 검출을 위해 각각의 마스크(커널)를 적용한다. 즉, 소벨 연산자는 두 개의 마스크를 사용하여 에지를 검출한다. ①은 2차 미분이 아닌 1차 미분을 사용한다는 점에서 틀리다. ③은 소벨 연산자가 주로 에지 검출에 사용되며, 잡음 억제보다는 에지 강화에 중점을 둔다는 점에서 틀리다. ④는 소벨 연산자가 2진화된 필터가 아니라 연속적인 값을 가지는 필터라는 점에서 틀리다.
23. 분할 방법 방식의 영역 분할에서 영역을 합병하는 경우는?
① 생성 영역들의 크기가 충분히 큰 경우
② 크기가 동일한 인접 영역들
③ 색상은 다르나 휘도가 유사한 인접 영역
④ 인접 영역의 균일성 검사 결과 균일한 경우
정답: 4
해설: 정답: 4
해설: 분할 방법 방식의 영역 분할에서 영역을 합병하는 경우는 인접 영역의 균일성 검사 결과가 균일한 경우이다. 영역 분할 기법에서는 주로 픽셀 값의 유사성을 기반으로 영역을 나누고 합병하는데, 인접한 영역이 균일성을 만족할 때 합병하여 하나의 큰 영역으로 만드는 것이 일반적이다.
다른 선지 해설:
① 생성 영역들의 크기가 충분히 큰 경우는 영역을 합병하는 기준이 될 수 없다. 크기가 커도 서로 유사하지 않으면 합병하지 않는다.
② 크기가 동일한 인접 영역들은 크기만으로 합병하지 않는다. 유사성 검사가 필요하다.
③ 색상은 다르나 휘도가 유사한 인접 영역은 휘도뿐 아니라 색상도 중요한 기준이므로 합병하지 않는다.
24. 다음 필터 마스크에 대한 적절한 설명은?
\[
\begin{bmatrix}
1 & -2 & 1 \\
-2 & 4 & -2 \\
1 & -2 & 1 \\
\end{bmatrix}
\]
① 라플라스(Laplace) 연산자를 근사화한 것이다.
② 저역통과 필터에 해당된다.
③ 점 잡음(salt-and-pepper noise)을 제거하는 필터이다.
④ 1차 미분 필터이다.
정답: 1
해설: 정답은 ① 라플라스(Laplace) 연산자를 근사화한 것이다.
해설: 주어진 필터 마스크는 라플라스 연산자의 특징을 가지고 있다. 라플라스 연산자는 2차 미분 연산자로 이미지의 에지(경계)를 강조하는 데 사용되며, 중앙 값이 양수이고 주변 값들이 음수인 대칭적인 형태를 가진다. 이 필터 마스크는 이러한 특징을 충족하며, 에지 검출에 사용될 수 있다. 다른 선택지들인 저역통과 필터, 점 잡음 제거 필터, 1차 미분 필터와는 다른 특성을 가진다. 저역통과 필터는 주로 이미지의 노이즈를 줄이는 데 사용되고, 점 잡음 제거 필터는 잡음을 제거하며, 1차 미분 필터는 방향성 에지를 검출하는 데 사용된다.
25. 다음과 같은 그레이레벨 히스토그램을 갖는 영상을 이진화하기 위해 선택할 수 있는 적절한 임계치는?
① 64
② 128
③ 192
④ 256
정답: 3
26. 패턴인식 시스템에서 특징 선택 조건과 거리가 먼 것은?
① 계산에 의해 구할 수 있다.
② 최대한 많은 양의 데이터로 표현되는 것이 좋다.
③ 서로 다른 패턴을 구분하는 데 도움이 된다.
④ 패턴 식별에 필요한 유용한 데이터를 유지한다.
정답: 2
해설: 정답은 2이다.
패턴인식 시스템에서 특징 선택 조건은 주로 특정 목표를 염두에 두고 데이터를 분석하는 데 중점을 둔다. 첫째, 특징은 계산을 통해 구할 수 있어야 하며, 이는 1번 항목의 설명과 일치한다. 둘째, 선택된 특징은 서로 다른 패턴을 구분하는 데 도움이 되어야 한다. 따라서 3번 항목도 조건에 부합한다. 셋째, 패턴 식별에 필요한 유용한 데이터를 유지해야 한다는 4번 항목 역시 중요한 조건이다. 그러나 최대한 많은 양의 데이터로 표현되는 것이 좋다는 2번 항목은 조건과 거리가 멀다. 너무 많은 데이터는 오히려 노이즈를 증가시켜 패턴 인식의 정확도를 떨어뜨릴 수 있다. 따라서 2번 항목이 정답이다.
27. 두 좌표 사이의 직선거리를 구하는 거리 측정자는?
① 해밍 거리
② 마할라노비스 거리
③ 도시블록 거리
④ 유클리드 거리
정답: 4
해설: 정답은 ④ 유클리드 거리이다. 유클리드 거리는 두 점 사이의 직선 거리를 측정하는 방식으로, 피타고라스 정리를 사용하여 계산한다.
① 해밍 거리는 두 이진 문자열 사이에서 서로 다른 비트의 개수를 세는 방식이다.
② 마할라노비스 거리는 데이터 분포를 고려한 거리 측정 방식으로, 주로 통계학에서 사용된다.
③ 도시블록 거리는 격자 모양의 길을 따라 두 점 사이의 거리를 측정하는 방식으로, 택시 거리라고도 한다.
28. 베이즈 분류기에서 특정벡터 \( x_0 \)로 표현되는 패턴이 클래스 \( C_1 \)과 \( C_2 \) 중 어디에 속하는지 식별하고자 한다. 다음 중 \( C_1 \)으로 식별하는 경우는?
① \( p(C_1 | x) > p(C_2 | x) \)
② \( p(C_1) \leq p(C_2) \)
③ \( p(x | C_1) > p(x | C_2) \)
④ \( p(C_1) p(x | C_1) \geq p(C_2) p(x | C_2) \)
정답: 1
해설: 베이즈 분류기에서 특정 벡터 \( x_0 \)가 클래스 \( C_1 \)에 속하는지 여부를 판단할 때, 조건부 확률 \( p(C_1 | x) \)가 \( p(C_2 | x) \)보다 큰 경우 \( C_1 \)에 속한다고 판단한다. 이 확률은 \( x \)가 주어졌을 때 \( C_1 \)가 나타날 확률을 의미한다. 다른 선지들을 살펴보면, 2번은 사전 확률 \( p(C_1) \)과 \( p(C_2) \)를 비교하는데 이는 직접적으로 사용되지 않으며, 3번은 \( x \)가 주어졌을 때 각 클래스의 가능도 \( p(x | C_1) \)와 \( p(x | C_2) \)를 비교하지만, 최종 분류에는 영향을 미치지 않는다. 4번은 베이즈 정리의 결과를 이용한 것이지만, \( \geq \)가 아닌 \( > \)가 되어야 정확하다.
따라서 특정 벡터 \( x_0 \)가 클래스 \( C_1 \)에 속하는지를 식별하기 위해서는 1번 조건이 맞다.
29. k-NN(근접이웃) 방식에 대한 올바른 설명은?
① 자율학습 방식으로 학습한다.
② 미지의 패턴과 가장 가까운 k개의 학습 표본을 구하였을 때 가장 많은 학습 표본이 속하는 클래스로 분류한다.
③ 잘 알려진 확률 모델을 가정하여 그 매개변수를 추정한다.
④ 언어 이론적 패턴 인식 방법이다.
정답: 2
해설: k-NN(근접이웃) 방식은 지도학습 알고리즘으로, 주어진 데이터 포인트와 가장 가까운 k개의 학습 표본을 찾은 후, 그 표본들 중 가장 많은 학습 표본이 속한 클래스로 분류하는 방식이다. ①은 자율학습 방식으로 학습한다는 설명이지만, k-NN은 지도학습 방식이다. ③은 확률 모델을 가정하고 매개변수를 추정하는 방식으로, 이는 주로 베이지안 분류기나 통계적 모델에 해당한다. ④는 언어 이론적 패턴 인식 방법이라는 설명으로, k-NN은 결정이론적 패턴인식 방법 중 하나이다.
30. 다음 중 지도학습을 올바르게 설명한 것은?
① 입력에 대한 시스템의 출력이 기대하는 출력과 같아지도록 시스템을 변화시킨다.
② 입력의 행동에 따른 보상이 최대화 되도록 한다.
③ 입력 데이터와 출력 데이터 쌍만으로 구성된다.
④ 군집화라고도 부른다.
정답: 1
해설: 정답: 1
해설: 지도학습은 입력 데이터와 그에 상응하는 출력 데이터 쌍을 기반으로 시스템을 학습시키는 방법이다. 목표는 시스템의 출력이 기대하는 출력과 일치하도록 만드는 것이다. 2번은 강화학습에 대한 설명으로, 보상을 최대화하려는 방법이다. 3번은 부분적으로 맞지만, 출력이 기대하는 출력과 같아지도록 시스템을 변화시킨다는 점에서 정확하지 않다. 4번은 비지도 학습의 한 종류인 군집화에 대한 설명이다.
31. 다음 중 귀납적 학습에 대한 설명으로 올바른 것은?
① 식별을 위해 표현 규칙을 사용자가 직접 입력한다.
② 학습을 위한 예의 집합은 모든 가능한 경우를 포함한다.
③ 학습 예의 반복적인 관찰이나 경험을 통해 일반화한 가설을 이끌어낼 수 있도록 학습한다.
④ 반복적인 관찰이나 경험을 기반으로 학습 방법이다.
정답: 4
해설: 정답은 4이다. 귀납적 학습은 반복적인 관찰이나 경험을 통해 패턴을 찾아내고 이를 일반화하는 학습 방법이다. 1번은 사용자가 직접 규칙을 입력하는 방식으로, 이는 귀납적 학습이 아니라 규칙 기반 학습에 해당한다. 2번은 학습 예가 모든 가능한 경우를 포함해야 한다는 설명으로, 현실적으로 불가능하며 귀납적 학습의 특징과 맞지 않다. 3번은 일반화한 가설을 이끌어내는 부분은 맞지만, 반복적인 관찰이나 경험을 통해 학습하는 부분이 없어서 불완전하다. 따라서 4번이 귀납적 학습의 정확한 설명이다.
32. 결정트리 학습에서 단말노드를 생성하는 경우는?
① 노드에 남은 학습표본의 수가 매우 많을 때
② 노드에 분류된 학습표본의 부분집합의 불순도가 임계치 미만일 때
③ 노드의 엔트로피가 클 때
④ 노드에 다양한 클래스의 학습표본이 섞여 있을 때
정답: 2
해설: 결정트리 학습에서는 단말노드를 생성할 시점을 불순도 감소 기준으로 결정한다. 노드의 불순도가 임계치 미만으로 떨어지면, 더 이상 노드를 분할할 필요가 없어 단말노드로 설정한다. 불순도란 특정 노드에 속한 데이터의 클래스가 얼마나 혼합되어 있는지를 나타내는 척도이다. 나머지 선지들은 단말노드 생성 조건에 맞지 않다. 예를 들어, ①번은 학습표본 수가 많을 때로 오히려 더 세밀한 분류가 필요하며, ③번은 엔트로피가 클 때로 이는 불순도가 높다는 의미여서 분할이 더 필요하다. ④번 역시 다양한 클래스의 표본이 섞여 있으면 추가 분할이 필요하다.
33. k-평균 군집화의 반복 학습 과정 중 특정 군집으로 분류된 학습표본들로 가지고 어떠한 처리를 하는가?
① 분류된 학습표본들을 제거한다.
② 분류된 학습표본들을 2등분한다.
③ 분류된 표본들의 평균으로 그 군집의 평균벡터를 수정한다.
④ 분류된 학습표본들을 그 군집의 평균벡터로 대체한다.
정답: 3
해설: k-평균 군집화의 반복 학습 과정에서는 각 데이터 포인트를 가장 가까운 군집 중심에 할당한 후, 각 군집의 평균벡터를 수정한다. 이는 분류된 표본들의 평균을 계산하여 새로운 군집 중심을 찾는 과정이다. 이렇게 함으로써 군집 중심이 점점 최적의 위치로 이동하게 된다.
다른 선지 설명:
① 분류된 학습표본들을 제거하지 않는다. 이는 군집화의 목표에 맞지 않는다.
② 분류된 학습표본들을 2등분하지 않는다. 군집화 과정에는 표본을 분할하는 과정이 포함되지 않는다.
④ 분류된 학습표본들을 군집의 평균벡터로 대체하지 않는다. 대신 평균벡터를 수정하여 군집 중심을 이동시킨다.
34. 다음 퍼셉트론에 대하여 올바르게 설명한 것은?
① XOR 문제를 해결할 수 있다.
② 자율학습 방식을 사용한다.
③ 델타규칙을 사용하여 지도학습 방식으로 학습한다.
④ 활성함수는 선형함수를 사용한다.
정답: 3
해설: 정답은 ③ 델타규칙을 사용하여 지도학습 방식으로 학습한다. 퍼셉트론은 지도학습의 일종으로, 주어진 입력과 출력 데이터를 바탕으로 학습한다. 이 과정에서 델타규칙을 사용하여 가중치를 조정한다.
① XOR 문제를 해결할 수 없다. 퍼셉트론은 선형 분리가 가능한 문제만 해결할 수 있다.
② 자율학습 방식을 사용하지 않는다. 퍼셉트론은 지도학습 방식이다.
④ 활성함수로는 비선형 함수를 주로 사용한다. 선형함수를 사용할 경우 퍼셉트론의 표현력이 제한된다.
35. LVQ 학습모델에서 학습표본 \( x_j \)가 제시되었을 때 승자노드의 연결가중치를 \( w_m \)이라 하자. \( x_j \)가 \( w_m \)과 다른 클래스에 속하는 경우 어떻게 학습이 이루어지는가?
① \( w_m \)이 \( x_j \)로부터 멀어지도록 \( w_m \)을 이동한다.
② \( w_m \)이 \( x_j \)에 가까워지도록 \( w_m \)을 이동한다.
③ \( x_j \)가 \( w_m \)으로부터 멀어지도록 \( x_j \)를 이동한다.
④ \( x_j \)가 \( w_m \)에 가까워지도록 \( x_j \)를 이동한다.
정답: 1
해설: 정답은 ①이다. LVQ 학습모델에서 승자노드의 연결가중치 \( w_m \)이 학습표본 \( x_j \)와 다른 클래스에 속하는 경우, \( w_m \)을 \( x_j \)로부터 멀어지도록 이동시킨다. 이는 서로 다른 클래스를 잘 구분하기 위해서이다.
②는 \( w_m \)이 \( x_j \)에 가까워지도록 이동시키는 것으로, 이는 동일한 클래스일 때 적용된다. ③과 ④는 학습표본 \( x_j \)를 이동시키는 내용으로, LVQ 학습에서 사용하지 않는 방식이다.
'방통대' 카테고리의 다른 글
| 방통대 파이썬 프로그래밍 기말시험 대비 기초 연습문제 풀이 및 해설 (0) | 2024.05.20 |
|---|---|
| 방통대 인공지능 2015-2 기말시험 기출문제 풀이와 해설 및 다운로드 (0) | 2024.05.19 |
| 방통대 인공지능 2018-2 기말시험 기출문제 풀이 및 해설 다운로드 (0) | 2024.05.18 |
| 방통대 인공지능 2019-2 기말시험 기출문제 및 풀이 다운로드 (0) | 2024.05.18 |
| 방통대 2017-1 이산수학 기말시험 기출문제 정답 및 해설 다운로드 (0) | 2024.05.13 |
