1. 다음 중 지식기반 시스템을 적절히 설명한 것은?
① 사용자 인터페이스는 지식기반 시스템의 추론을 담당한다.
② 데이터베이스와 단기메모리로 구성된다.
③ 문제풀이를 위한 처리 규칙과 규칙의 적용 순서가 알고리즘으로 결합되어 있다.
④ 문제영역에 대한 지식과 이를 이용한 문제풀이 기능이 분리되어 구성된다.
정답: 4
해설: 정답은 ④이다. 지식기반 시스템은 문제영역에 대한 지식(지식베이스)과 이를 이용한 문제풀이 기능(추론 엔진)이 분리되어 구성되는 시스템이다. 이는 전문가 시스템의 주요 특징이다. ① 사용자 인터페이스는 사용자가 시스템과 상호작용하는 부분으로, 추론을 담당하지 않는다. ② 지식기반 시스템은 주로 지식베이스와 추론 엔진으로 구성되며, 데이터베이스와 단기메모리로만 구성되지 않는다. ③ 알고리즘은 규칙 적용 순서를 포함할 수 있지만, 지식기반 시스템의 본질은 아니다.
2. 다음 중 선언적 지식에 대한 설명을 모두 고른 것은?
\((ㄱ)\) 지식 사용에 대한 제어정보가 지식에 내포되어 있다.
\((ㄴ)\) 지식과 별도의 추론기관이 있어, 이에 의해 추론을 한다.
\((ㄷ)\) 문제풀이 알고리즘에 내포된 지식이다.
\((ㄹ)\) 상호 독립적, 단편적 지식을 나열해 놓은 형태이다.
① \((ㄱ), (ㄷ)\)
② \((ㄴ), (ㄹ)\)
③ \((ㄴ), (ㄷ)\)
④ \((ㄱ), (ㄹ)\)
정답: 2
해설: 정답은 ② \((ㄴ), (ㄹ)\)이다.
선언적 지식은 지식과 별도의 추론기관이 있어 이에 의해 추론을 한다. 또한 상호 독립적이고 단편적인 지식을 나열한 형태이다. 따라서 \((ㄴ)\)과 \((ㄹ)\)이 옳다. \((ㄱ)\)과 \((ㄷ)\)는 절차적 지식에 해당한다. 절차적 지식은 지식 사용에 대한 제어정보가 지식에 내포되어 있으며 문제풀이 알고리즘에 내포된 지식이다.
3. 다음 중 지식표현 방법들이 갖추어야 할 요건과 거리가 먼 것은?
① 표현하고자 하는 지식의 실제계의 의미를 최대한 수용할 수 있어야 한다.
② 표현된 지식을 이용하여 추론을 할 수 있는 메커니즘이 존재해야 한다.
③ 추론과정이 효율적으로 진행될 수 있어야 한다.
④ 일상에서 사용하는 자연어로 표현할 수 있어야 한다.
정답: 4
해설: 정답은 ④이다. 지식표현 방법이 갖추어야 할 요건은 지식의 실제 의미를 최대한 수용하고, 표현된 지식을 이용하여 추론할 수 있는 메커니즘을 제공하며, 추론 과정이 효율적으로 진행되는 것이다. ④번의 경우, 일상에서 사용하는 자연어로 표현할 수 있어야 한다는 내용은 지식표현 방법의 필수 요건과는 거리가 있다. 자연어 표현은 이해하기 쉽지만, 추론과정을 자동화하고 체계적으로 처리하는 데는 한계가 있기 때문이다.
4. 상위 클래스의 속성과 값을 하위 클래스 또는 사례가 이어받도록 하는 추론 방법은?
① 특성상속
② 부가프로시저
③ 전방향 추론
④ 유사추론
정답: 1
해설: 특성상속은 객체지향 프로그래밍에서 상위 클래스의 속성과 메서드를 하위 클래스가 상속받아 재사용하거나 확장하는 기법이다. 이를 통해 코드의 재사용성을 높이고 유지보수를 용이하게 한다. 부가프로시저는 주로 데이터베이스에서 추가적인 작업을 수행하는 절차를 의미하며, 전방향 추론은 주어진 조건으로부터 결과를 도출해내는 방법이다. 유사추론은 두 개 이상의 유사한 사례를 비교하여 결론을 도출하는 방법으로, 문제의 맥락과는 다르다.
5. 다음 중 주어진 문제 분야에서 인간 전문가의 문제해결 지식, 전략 등을 시뮬레이션함으로써 문제풀이, 의사결정을 지원하는 지식기반 시스템을 일컫는 것은?
① 전문가 시스템
② 시맨틱 네트
③ 프레임
④ 추론기관
정답: 1
해설: 전문가 시스템은 특정 분야의 인간 전문가가 가지는 지식과 문제 해결 전략을 컴퓨터 시스템에 시뮬레이션하여 문제 해결과 의사 결정을 지원하는 시스템이다. 시맨틱 네트는 개념과 개념 간의 관계를 표현한 네트워크 구조를 말하며, 프레임은 객체 지향 프로그래밍에서 객체의 속성과 그 관계를 나타내는 구조이다. 추론기관은 주어진 지식과 규칙을 바탕으로 논리적인 결론을 도출하는 시스템이다. 전문가 시스템은 이들 시스템 중 인간 전문가의 지식을 시뮬레이션하여 문제 해결에 직접적으로 기여하는 시스템이다.
6. 다음 중 명제 \( p \)와 \( q \)의 진위값에 따른 조건명제 \( p \rightarrow q \)의 진위값이 올바른 것은?
① \( p \)와 \( q \) 모두 참인 경우: 거짓
② \( p \)와 \( q \) 모두 거짓인 경우: 참
③ \( p \)가 거짓 \( q \)가 참인 경우: 참
④ \( p \)가 참 \( q \)가 거짓인 경우: 참
정답: 3
해설: 정답은 3번이다. 조건명제 \( p \rightarrow q \)의 진위값은 \( p \)가 거짓이고 \( q \)가 참일 때 참이 된다. 조건명제 \( p \rightarrow q \)는 \( p \)가 참이고 \( q \)가 거짓일 때 거짓이고, 나머지 경우에는 모두 참이다. 따라서, 4번처럼 \( p \)가 참이고 \( q \)가 거짓인 경우는 거짓이다. 1번과 2번의 경우, \( p \)와 \( q \) 모두 참인 경우와 모두 거짓인 경우는 모두 참이다.
조건명제 \( p \rightarrow q \)의 정의를 다시 생각해보면, \( p \)가 거짓인 경우는 조건을 만족시키기 때문에 참이 된다. \( q \)가 거짓인 경우는 조건을 위반하게 되어 거짓이 된다. 따라서 올바른 정답은 3번이다.
7. \( p, q, r, s \)가 기본명제를 나타내는 기호일 때, 다음 중 연언표준형에 해당되는 논리식은?
① \((p \wedge q) \vee (\neg q \wedge r \wedge s)\)
② \((\neg p \vee q) \wedge (\neg r \vee s)\)
③ \((p \vee q) \wedge (\neg r \wedge s)\)
④ \((p \wedge \neg q) \vee (\neg q \wedge r \wedge s)\)
정답: 3
해설: 정답은 ③이다.
연언표준형(Conjunctive Normal Form, CNF)은 논리식을 AND(∧)로 연결된 여러 개의 OR(∨) 형태로 구성된 항들의 결합으로 나타낸다. 각 항은 OR(∨)로 연결된 기본 명제나 그 부정으로 이루어진다. ③번 식인 \((p \vee q) \wedge (\neg r \wedge s)\)은 두 개의 항을 AND로 연결한 형태로, 첫 번째 항은 \( (p \vee q) \)로 OR 형태이며, 두 번째 항은 \((\neg r \wedge s)\)로 이 역시 AND로 연결된 OR 형태이다.
다른 선택지들을 살펴보면, ①번과 ④번은 전체 구조가 OR로 연결되어 있어 CNF가 아니다. ②번은 각각의 항이 AND로 연결되어 있지만, 각 항이 단일 OR 구조로 이루어져 있어 CNF의 정의와 맞지 않다.
8. 다음 중 추론 결과가 항상 참인 것은?
① \( p \)와 \( p \rightarrow q \)가 참이면 \( q \)가 참이다.
② \( \neg q \)와 \( p \rightarrow q \)가 참이면 \( p \)가 참이다.
③ \( q \)와 \( p \rightarrow q \)가 참이면 \( p \)가 참이다.
④ \( \neg p \)와 \( p \rightarrow q \)가 참이면 \( \neg q \)가 참이다.
정답: 1
해설: 정답은 1번이다.
1번은 \( p \)와 \( p \rightarrow q \)가 참이면 \( q \)가 참이라는 것으로, 이는 조건문 \( p \rightarrow q \)의 정의에 의해 참이다. \( p \)가 참이면서 \( p \rightarrow q \)도 참이라면 \( q \)도 참이어야 한다.
2번은 \( \neg q \)와 \( p \rightarrow q \)가 참이면 \( p \)가 참이라는 것으로, 이는 \( p \rightarrow q \)의 역을 말하고 있어 항상 참이 아니다.
3번은 \( q \)와 \( p \rightarrow q \)가 참이면 \( p \)가 참이라는 것으로, 이는 \( q \)가 참이라는 것만으로 \( p \)의 참 여부를 확정할 수 없어 항상 참이 아니다.
4번은 \( \neg p \)와 \( p \rightarrow q \)가 참이면 \( \neg q \)가 참이라는 것으로, 이는 \( p \rightarrow q \)의 대우를 잘못 적용한 것으로 항상 참이 아니다.
9. 다음의 두 절에 의해 얻을 수 있는 도출 결과는?
\[ p \vee \neg q \vee \neg r \]
\[ q \vee \neg s \]
① \( \neg q \)
② \( p \vee \neg r \vee \neg s \)
③ \( p \vee \neg r \vee \neg s \)
④ \( p \vee \neg s \)
정답: 2
해설: 해설: 주어진 두 절을 통해 도출할 수 있는 결과를 찾기 위해 해석을 진행한다. 먼저 첫 번째 절 \( p \vee \neg q \vee \neg r \)와 두 번째 절 \( q \vee \neg s \)를 이용한다. 두 번째 절에서 \( q \)를 부정하면 \( \neg q \)가 되어, 이를 첫 번째 절에 대입하면 \( p \vee \neg r \vee \neg s \)가 된다. 이로써 2번 \( p \vee \neg r \vee \neg s \)가 도출된다.
다른 선지에 대한 설명: 1번 \( \neg q \)는 두 번째 절에 대한 부분적인 해석일 뿐, 전체적인 도출 결과가 아니다. 3번과 2번은 같은 표현이므로 중복된 선택지이다. 4번 \( p \vee \neg s \)는 두 절을 충분히 결합하지 않아 도출할 수 없는 결과이다.
10. 다음 중 술어논리의 정형식에 해당되는 것은? 단, \( P, Q \)는 술어기호, \( x, y \)는 객체변수, \( A, B \)는 객체상수, \( f \)는 함수기호이다.
① \( \forall x (P(x) \rightarrow Q(x)) \)
② \( f(A) \)
③ \( P(A) \rightarrow f(B) \)
④ \( f(P(A)) \)
정답: 1
해설: 정형식(또는 논리적 형식)은 논리식이 특정 형식을 충족하는지를 의미한다. 주어진 보기 중에서 \( \forall x (P(x) \rightarrow Q(x)) \)는 전칭기호(모든 \( x \))와 조건식(\( P(x) \rightarrow Q(x) \))을 포함하여 술어논리의 정형식에 해당한다.
나머지 선지들은 정형식에 부합하지 않는다. \( f(A) \)는 함수기호와 객체상수로 구성된 표현이지만 술어논리식이 아니다. \( P(A) \rightarrow f(B) \)는 두 개의 객체상수를 포함한 조건식이지만, 전칭기호나 존재기호가 없다. 마지막으로 \( f(P(A)) \)는 술어와 함수가 중첩되어 술어논리의 정형식이 아니다.
11. 도출연역으로 정리를 증명하기 위해 증명하려는 정리를 부정하여 공리의 리스트에 첨가하였다. 다음 중 증명 과정에 대한 올바른 설명은?
① 공리들을 선언표준형으로 표현하여 절 분리를 한다.
② 도출 가능한 절이 더 이상 없으면 정리는 참이다.
③ 도출 가능한 절이 더 이상 없으면 정리는 거짓이다.
④ 도출연역 과정에서 거짓이 나오면 증명하려는 정리는 참이다.
정답: 4
해설: 증명하고자 하는 정리를 부정하여 공리 리스트에 추가하고 도출연역을 진행하는 과정에서 거짓이 도출되면, 이는 부정이 모순을 일으킨다는 의미이다. 따라서 증명하려는 정리는 참이 된다. 1번은 공리들을 절 분리하는 과정으로, 증명 과정 초기 단계의 일부이다. 2번은 도출 가능한 절이 더 이상 없을 때, 정리가 참이라고 잘못된 설명이다. 3번 선택지 '도출 가능한 절이 더 이상 없으면 정리는 거짓이다'는 도출 가능한 절이 더 이상 없다는 것은 증명 실패를 의미하며, 이는 정리의 참 여부를 알 수 없다는 뜻으로 틀린 내용이다.
12. 다음 절의 쌍에 의한 추론 결과는? \( (A, B, C, D \)는 객체상수, \( u, v \)는 객체변수, \( On, Above \)는 술어기호이다.)
\[ \neg On(u, B) \vee \neg Above(u, v) \]
\[ On(B, C) \vee \neg On(C, D) \vee \neg Above(A, D) \]
1. \( Above(B, v) \vee \neg On(C, D) \vee \neg Above(A, D) \)
2. \( \neg On(A, B) \vee On(B, C) \vee \neg On(C, D) \)
3. \( Above(C, v) \vee \neg On(B, C) \vee \neg Above(A, D) \)
4. \( \neg On(A, B) \vee \neg Above(A, D) \)
정답: 2
해설: 첫 번째 절 \( \neg On(u, B) \vee \neg Above(u, v) \)와 두 번째 절 \( On(B, C) \vee \neg On(C, D) \vee \neg Above(A, D) \)을 결합하여 추론할 때, \( u \)와 \( v \)에 대해 일치하는 변수를 찾아야 한다. 두 번째 절의 \( On(B, C) \)를 첫 번째 절의 \( \neg On(u, B) \)와 대조하면, \( u \)와 \( B \)가 일치하게 된다. 따라서 첫 번째 절의 \( \neg Above(u, v) \)가 \( \neg Above(B, v) \)가 되고, 두 번째 절에 있는 다른 술어들인 \( \neg On(C, D) \)와 \( \neg Above(A, D) \)가 남는다. 이를 정리하면 \( \neg On(A, B) \vee On(B, C) \vee \neg On(C, D) \)가 되므로 정답은 2번이다.
다른 선지에 대한 설명은 다음과 같다:
1번은 첫 번째 절의 조건을 충족하지 않아 부적절하다.
3번은 \( On(B, C) \)가 첫 번째 절과 무관하여 부적절하다.
4번은 주어진 절들의 결합으로부터 도출될 수 없는 단순한 술어이므로 부적절하다.
13. 생성 시스템의 구성 요소 중 생성규칙들을 저장하는 것은?
① 작업 메모리
② 단기 메모리
③ 인터프리터
④ 생성 메모리
정답: 4
해설: 정답은 ④ 생성 메모리이다. 생성 시스템은 특정 규칙에 따라 새로운 정보를 생성하는 시스템이다. 이 시스템에서 생성규칙들을 저장하는 역할을 하는 것은 생성 메모리이다. 다른 선택지를 보면, ① 작업 메모리는 시스템이 작업을 수행할 때 필요한 데이터를 저장하는 공간이고, ② 단기 메모리는 짧은 시간 동안 정보를 저장하는 공간이다. ③ 인터프리터는 명령어를 해석하고 실행하는 역할을 한다. 이와 같이 생성규칙들을 저장하는 것은 생성 메모리임을 알 수 있다.
14. 다음 중 항상 올바른 추론을 하는 추론 방법은?
① 유도법
② 귀납법
③ 연역법
④ 유사추론
정답: 3
해설: 항상 올바른 추론을 하는 방법은 연역법이다. 연역법은 일반적인 원리에서 특정한 결론을 도출하는 방식으로, 전제가 참이면 결론도 반드시 참이다. 유도법은 일반적인 원리로부터 새로운 원리를 이끌어내는 과정으로 오류가 발생할 수 있다. 귀납법은 구체적인 사례로부터 일반적인 결론을 도출하는 방법으로, 모든 사례가 참이 아닐 경우 결론이 틀릴 수 있다. 유사추론은 유사한 상황을 비교하여 결론을 도출하는 방법으로, 유사성의 정도에 따라 오류가 발생할 가능성이 있다. 따라서 항상 올바른 추론을 보장하는 방법은 연역법이다.
15. 주어진 결론을 입증하는 것이 목적인 경우 적합한 추론 방식은?
① 유도법
② 귀납법
③ 후방향 추론
④ 전방향 추론
정답: 3
해설: 주어진 결론을 입증하는 것이 목적인 경우 적합한 추론 방식은 후방향 추론이다. 후방향 추론이란 결과를 먼저 설정하고, 그 결과에 도달하기 위해 필요한 전제 조건들을 역으로 추적하는 방식이다. 예를 들어, "범인이 누구인가?"라는 결론을 먼저 두고 그 결론을 지지하는 증거를 찾아가는 과정이 후방향 추론에 해당한다.
유도법은 일반적인 법칙이나 원리에서 구체적인 사실을 도출하는 방법이다. 귀납법은 여러 개별적인 사실이나 관찰에서 일반적인 결론을 도출하는 방법이다. 전방향 추론은 전제 조건을 설정하고 그 전제 조건에 따른 결과를 도출하는 방식으로, 특정 상황에서의 결과를 예측하는 데 사용된다. 따라서, 주어진 결론을 입증하는 데는 후방향 추론이 적합하다.
16. 다음과 같이 주어진 규칙과 사실에 대해 전방향 추론을 할 경우 현 시점에서 실행할 후속 규칙들을 모두 나열한 것은?
\[
\begin{array}{ll}
\text{규칙} & \text{사실} \\
(가) A \rightarrow B & A, D \\
(나) D \rightarrow F & E, G \\
(다) H \rightarrow I & A, I \\
(라) B \wedge C \rightarrow D & \\
(마) E \wedge G \rightarrow H & \\
(바) A \wedge I \rightarrow J & \\
\end{array}
\]
① (가), (다), (라)
② (가), (라), (바)
③ (나), (라), (바)
④ (가), (다), (바)
정답: 4
해설: 정답은 ④ (가), (다), (바)이다.
주어진 규칙과 사실을 바탕으로 전방향 추론을 하면 다음과 같다.
1. 규칙 (가) A → B에서 사실 A가 주어졌으므로 B를 도출할 수 있다.
2. 규칙 (다) H → I에서 사실 I가 이미 주어졌으므로, H를 도출할 수 있다.
3. 규칙 (바) A ∧ I → J에서 사실 A와 I가 주어졌으므로 J를 도출할 수 있다.
따라서 실행할 후속 규칙들은 (가), (다), (바)가 된다. 다른 선지들을 검토해보면, (나)는 E와 G가 필요하지만 현재 사실로 주어지지 않았고, (라)와 (마)도 필요한 사실들이 충족되지 않아서 실행할 수 없다.
17. 다음 퍼지집합 \( A \)와 \( B \)의 교집합은?
\[
A = \{ (a, 0.1), (b, 0.4), (c, 1.0), (d, 0.7) \}
\]
\[
B = \{ (a, 0.5), (b, 0.7), (c, 0.3) \}
\]
① \( A \cap B = \{ (a, 0.6), (b, 1.0), (c, 1.0), (d, 0.7) \} \)
② \( A \cap B = \{ (a, 0.1), (b, 0.4), (c, 0.3) \} \)
③ \( A \cap B = \{ (a, 0.5), (b, 0.7), (c, 0.3), (d, 0.7) \} \)
④ \( A \cap B = \{ (a, 0.4), (b, 0.3), (c, 0.7), (d, 0.7) \} \)
정답: 2
해설: 퍼지집합 A와 B의 교집합은 각 원소에 대해 두 집합에서의 소속도 값 중 작은 값을 선택한다. \(A\)와 \(B\)에서의 각 원소별 소속도 값을 비교하면 다음과 같다: \(a\)는 0.1과 0.5 중 작은 값인 0.1, \(b\)는 0.4와 0.7 중 작은 값인 0.4, \(c\)는 1.0과 0.3 중 작은 값인 0.3이다. \(d\)는 \(B\)에 존재하지 않으므로 교집합에 포함되지 않는다. 따라서 \(A \cap B\)는 \(\{ (a, 0.1), (b, 0.4), (c, 0.3) \}\)이다.
1번 선택지는 소속도 값을 잘못 계산한 경우이다. 3번 선택지는 원소 d가 포함된 잘못된 경우이다. 4번 선택지는 각 원소의 소속도 값을 임의로 계산한 경우이다. 정답은 2번이다.
18. 다음 중 적절히 정의된 퍼지논리 연산자는?
① \( a \land b = \min(a, b) \)
② \( a \lor b = a \times b \)
③ \( a = \max(1, a) \)
④ \( a \rightarrow b = b - a \)
정답: 1
해설: 정답은 1번이다.
1번은 퍼지논리의 교집합 연산자를 적절하게 정의한 것으로, \(a\)와 \(b\)의 최소값을 반환하는 연산이다. 2번은 퍼지논리의 합집합 연산을 \(a \times b\)로 잘못 정의하고 있다. 합집합 연산은 일반적으로 최대값을 취한다. 3번은 퍼지논리 연산이 아니라 \(a\)와 상관없이 항상 1을 반환하는 식이다. 4번은 퍼지논리의 조건문 연산을 \(b - a\)로 잘못 정의하고 있다. 조건문 연산은 보통 \(1 - a + \min(a, b)\)로 정의된다.
19. 퍼지 규칙 및 퍼지 추론에 대한 올바른 설명은?
① 조건부의 값을 비퍼지화하여 추론한다.
② 관측된 사실이 규칙의 조건부와 완전히 일치하지 않더라도 부분적 정합을 통해 근사한 결론을 내린다.
③ 사실과 규칙의 정합에 따른 조건부의 소속함수 값은 0 또는 1이다.
④ 추론 결과 결론의 소속함수 값은 0 또는 1이다.
정답: 2
해설: 퍼지 규칙 및 퍼지 추론은 모호한 정보를 처리하는 데 유용한 방법이다. 정답은 ②번으로, 퍼지 추론은 관측된 사실이 규칙의 조건부와 완전히 일치하지 않더라도 부분적 정합을 통해 근사한 결론을 내린다. 이는 퍼지 논리의 핵심 개념 중 하나이다.
①번은 퍼지 시스템의 특성을 잘못 이해한 것이다. 퍼지 추론에서는 조건부의 값을 비퍼지화하지 않고 그대로 사용한다. ③번과 ④번은 모두 퍼지 논리의 특성과 맞지 않다. 퍼지 논리에서는 소속 함수 값이 0과 1 사이의 연속적인 값을 가지며, 0 또는 1로 이진화되지 않는다.
20. 필터 마스크와 이를 적용하는 영역의 픽셀 값이 아래와 같을 때 필터의 적용 결과값은 무엇인가?
\[ \frac{1}{16} \begin{bmatrix} 1 & 2 & 1 \\ 2 & 4 & 2 \\ 1 & 2 & 1 \end{bmatrix} \]
필터 마스크
\[
\begin{array}{ccc}
55 & 42 & 36 \\
50 & 90 & 41 \\
48 & 44 & 43 \\
\end{array}
\]
필터 적용 영역의 픽셀 값
① 50
② 52
③ 56
④ 88
정답: 3
해설:
필터 적용 결과값 계산은 다음과 같다.
필터 마스크와 영역의 픽셀 값을 곱하여 합산한 후 16으로 나눈다.
\[
\frac{1}{16} \left( 1 \cdot 55 + 2 \cdot 42 + 1 \cdot 36 + 2 \cdot 50 + 4 \cdot 90 + 2 \cdot 41 + 1 \cdot 48 + 2 \cdot 44 + 1 \cdot 43 \right)
\]
\[
= \frac{1}{16} \left( 55 + 84 + 36 + 100 + 360 + 82 + 48 + 88 + 43 \right)
\]
\[
= \frac{1}{16} \left( 896 \right)
\]
\[
= 56
\]
따라서 정답은 ③ 56이다.
21. 다음 중 영상의 점잡음(salt-and-pepper noise)을 효과적으로 제거할 수 있는 필터는 무엇인가?
① 가우시안 필터
② 중간값 필터
③ 라플라시안
④ 평균 필터
정답: 2
해설: 정답은 2번 중간값 필터이다.
중간값 필터는 점잡음과 같은 극단적인 픽셀 값을 효과적으로 제거하는 데 유리하다. 이 필터는 주위 픽셀 값을 정렬한 후 중간값을 선택하여 잡음을 제거한다. 반면에 가우시안 필터는 주위 픽셀 값의 가중 평균을 계산하여 부드러운 이미지를 생성하지만, 점잡음 제거에는 한계가 있다. 라플라시안 필터는 이미지의 에지 검출에 주로 사용되고, 평균 필터는 주위 픽셀 값의 단순 평균을 계산하여 전체적으로 블러 처리를 하지만 점잡음 제거에는 덜 효과적이다.
22. 디지털 영상의 입력 과정에서 2차원 아날로그 영상신호를 하나하의 점의 이산신호로 변환하는 것을 일컫는 것은?
① 표본화
② 양자화
③ 영상분할
④ 저역통과필터
정답: 1
해설: 디지털 영상의 입력 과정에서 2차원 아날로그 영상신호를 하나하나의 점의 이산신호로 변환하는 과정은 '표본화'라고 한다. 표본화는 연속적인 아날로그 신호를 이산적인 샘플로 변환하는 과정을 말한다. 양자화는 표본화된 신호의 값을 이산적인 값으로 변환하는 과정이고, 영상분할은 디지털 이미지에서 관심 있는 부분을 추출하는 과정이다. 저역통과필터는 고주파 성분을 제거하여 신호를 부드럽게 만드는 필터이다.
23. 다음 중 좋은 영상분할 알고리즘의 조건과 거리가 먼 것은?
① 영역의 경계는 단순하고 부드러워야 한다.
② 영역 내부는 단순하며 하며 미세한 구멍이 적어야 한다.
③ 하나의 영역에 다양한 물체가 포함되도록 해야 한다.
④ 인접한 영역은 서로 상당히 다른 속성을 가져야 한다.
정답: 3
해설: 좋은 영상분할 알고리즘의 조건에는 여러 가지가 있다. 우선, 영역의 경계가 단순하고 부드러워야 하는데, 이는 경계의 불필요한 복잡성을 줄여 정확한 분할을 가능하게 하기 때문이다. 또한, 영역 내부가 단순하며 미세한 구멍이 적어야 하는데, 이는 영역의 일관성과 안정성을 보장하기 위해 필요하다. 인접한 영역은 서로 상당히 다른 속성을 가져야 하는데, 이는 각 영역이 고유한 특성을 가지고 있어야 하기 때문이다. 반면, 하나의 영역에 다양한 물체가 포함되도록 하는 것은 좋은 영상분할 알고리즘의 조건과 거리가 멀다. 이는 각 물체를 개별적으로 인식하고 분석하기 위해서는 각 물체가 별도의 영역으로 분할되어야 하기 때문이다.
24. 다음 중 영상에 소벨 연산자를 적용하여 얻을 수 있는 결과는 무엇인가?
① 영상의 에지의 강도와 방향
② 2진화된 영상
③ 부드럽게 평활화된 영상
④ 영상의 히스토그램
정답: 1
해설: 소벨 연산자는 영상의 에지 검출에 사용되는 연산자로, 특정 방향으로의 경계 강도와 방향을 계산한다. 이는 영상의 각 화소에 대해 에지의 수평 및 수직 성분을 구한 후, 두 성분의 크기를 합산하여 에지의 강도를, 아크탄젠트 함수를 사용하여 에지의 방향을 결정하는 것이다. 따라서 소벨 연산자의 결과는 영상의 에지 강도와 방향을 나타내는 이미지가 된다.
나머지 선지에 대한 설명:
- 2번 선지(2진화된 영상)는 영상 이진화 알고리즘에 의해 생성되며, 이는 소벨 연산자와 관련이 없다.
- 3번 선지(부드럽게 평활화된 영상)는 가우시안 블러와 같은 평활화 필터를 적용한 결과이다.
- 4번 선지(영상의 히스토그램)는 영상의 밝기 분포를 그래프로 나타낸 것으로, 소벨 연산자와 관련이 없다.
25. 패턴 인식 단계 중 정규화의 목적은 무엇인가?
① 아날로그 신호를 디지털 신호로 변환한다.
② 배경으로부터 인식 대상 신호를 분리한다.
③ 패턴으로부터 인식에 사용할 정보를 추출한다.
④ 기준 패턴에 맞게 입력 패턴의 변형을 회복한다.
정답: 4
해설: 정답은 4번이다. 정규화는 입력 패턴이 기준 패턴에 맞게 변형을 회복하는 과정을 의미한다. 이를 통해 인식 시스템은 다양한 형태와 크기의 패턴을 일관되게 처리할 수 있다.
1번은 아날로그 신호를 디지털 신호로 변환하는 것을 의미하는데, 이는 정규화와는 관련이 없다. 2번은 배경으로부터 인식 대상 신호를 분리하는 과정으로, 이는 주로 전처리 단계에서 이루어진다. 3번은 패턴으로부터 유용한 정보를 추출하는 것을 의미하며, 이는 특징 추출 단계에 해당한다.
26. 다음 중 계량공간의 거리측정자가 만족해야 할 공리에 해당되는 것은? (x, y, z는 계량공간의 좌표임)
1. \( J(x, y) = 0 \ \text{iff} \ x \ne y \)
2. \( J(x, y) \ge 0 \)
3. \( J(x, y) < J(y, x) \)
4. \( J(x, y) + J(y, z) \le J(x, z) \)
정답: 2
해설: 정답은 2번이다. 계량공간에서 거리측정자는 항상 0 이상이어야 한다는 공리이다. 이 공리는 "비음수성"이라 불리며, 이는 모든 두 점 사이의 거리는 음수가 될 수 없음을 의미한다.
1번 선지는 두 점이 같을 때 거리가 0이어야 하지만, 두 점이 다를 때 거리가 0이 될 수 없다는 의미로, 부분적으로는 맞으나 완벽하지 않다. 3번 선지는 대칭성을 위배하며, 이는 거리측정자가 대칭이어야 함을 부정한다. 4번 선지는 삼각부등식을 나타내며, 두 점 사이의 거리가 중간점을 거치는 거리의 합보다 작거나 같아야 함을 의미하지만, 2번 공리에 비해 덜 기본적이다.
27. 2차원 특정공간 상에서 각각 좌표 (1, 2)와 (4, 6)에 존재하는 두 패턴 사이의 유클리드 거리와 도시블록 거리는?
① 유클리드 거리 = 5, 도시블록 거리 = 5
② 유클리드 거리 = 5, 도시블록 거리 = 7
③ 유클리드 거리 = 5, 도시블록 거리 = 7
④ 유클리드 거리 = 7, 도시블록 거리 = 7
정답: 3
해설: 두 점 사이의 유클리드 거리는 피타고라스의 정리를 이용하여 계산할 수 있다. 따라서 \( \sqrt{(4-1)^2 + (6-2)^2} = \sqrt{9 + 16} = \sqrt{25} = 5 \)가 된다. 도시 블록 거리는 각 좌표의 차이의 절댓값을 모두 더한 것이다. 따라서 \( |4-1| + |6-2| = 3 + 4 = 7 \)이 됩니다. 따라서 정답은 3번이다.
28. k가 10인 k-근접이웃(k-NN) 방식에서 미지의 패턴과 가장 가까운 10개의 표본을 선택하였을 때, 그 중 클래스 A는 6개, B는 3개, C는 1개였다면 미지의 패턴은 어느 클래스로 인식하는가?
① 클래스 A
② 클래스 B
③ 클래스 C
④ 수확 없음
정답: 1
해설: 정답은 1번 클래스 A이다.
해설: k-근접이웃(k-NN) 방식은 새로운 데이터 포인트의 클래스를 결정하기 위해 가장 가까운 k개의 이웃을 고려하는 알고리즘이다. 이 문제에서 k는 10이므로, 가장 가까운 10개의 표본을 선택하여 이들의 클래스를 분석한다. 미지의 패턴과 가장 가까운 10개의 표본 중 클래스 A가 6개로 가장 많다. 따라서, 다수결 원칙에 따라 미지의 패턴은 클래스 A로 인식된다. 다른 선택지들은 각각 3개(B)와 1개(C)로, A보다 적은 수이므로 제외된다.
29. 다음 중 지도학습에 대한 올바른 설명은?
① 학습표본들은 입력 데이터 값만으로 구성된다.
② 입력에 대한 행동에 보상을 제공하여 시스템을 변화시킨다.
③ 군집화는 지도학습을 통해 이루어진다.
④ 입력에 대해 기대되는 시스템의 출력을 제공하여 시스템을 변화시킨다.
정답: 4
해설: 정답은 ④번이다. 지도학습은 입력 데이터에 대해 기대되는 출력을 함께 제공하여 모델을 학습시키는 방법이다. 이는 입력과 출력 쌍으로 이루어진 데이터셋을 통해 이루어지며, 모델이 주어진 입력에 대해 올바른 출력을 예측할 수 있도록 학습한다. ①번은 입력 데이터 값만으로 구성된다는 설명이므로 비지도학습에 해당한다. ②번은 보상을 제공하여 학습하는 강화학습의 설명이다. ③번은 군집화가 비지도학습의 일종인 클러스터링을 의미하며, 지도학습과는 관련이 없다.
30. 귀납적 학습에 대한 올바른 설명은?
① 학습 예의 질은 학습 결과에 영향을 미치지 않는다.
② 학습 예를 모두 저장하는 암기식 학습이다.
③ 학습 예에 반복적인 관찰이나 경험을 통해 일반화한 가설을 이끌어낸다.
④ 학습 과정에서 제공되지 않은 입력에 대해서도 올바른 판단을 내릴 수 있도록 학습이 이루어진다.
정답: 3
해설: 귀납적 학습은 개별적인 사례들을 관찰하고 경험하여 일반적인 결론을 도출하는 과정이다. 정답인 ③번은 귀납적 학습의 핵심을 잘 설명하고 있다. 즉, 여러 학습 예를 반복적으로 관찰하고 경험하여 이를 바탕으로 일반화된 가설을 이끌어낸다. ①번은 학습 예의 질이 학습 결과에 영향을 미치지 않는다고 하였으나, 실제로 학습 예의 질은 학습 결과에 큰 영향을 미친다. ②번은 학습 예를 단순히 저장하는 암기식 학습이라고 설명하였으나, 귀납적 학습은 단순한 암기가 아니라 일반화를 목표로 한다. ④번은 학습 과정에서 제공되지 않은 입력에 대해서도 올바른 판단을 내릴 수 있다고 하였으나, 이는 주로 연역적 학습에 해당하며 귀납적 학습과는 차이가 있다.
31. 결정트리 학습에서 노드의 분할을 결정하는 검사에 사용될 수 있는 것은?
① 평균
② 엔트로피
③ 특정벡터의 차수
④ 전체 학습표본 집합의 크기
정답: 2
해설: 결정트리 학습에서 노드의 분할을 결정하는 검사에 사용될 수 있는 것은 엔트로피이다. 엔트로피는 데이터의 불순도를 측정하여 분할의 유용성을 평가하는 데 사용된다. 평균은 일반적으로 연속형 데이터의 중심 경향성을 나타내며, 분할 결정에는 적합하지 않다. 특정 벡터의 차수는 그래프 이론에서 사용되는 개념으로, 결정트리와는 관련이 없다. 전체 학습표본 집합의 크기는 단순히 데이터의 양을 나타내며, 분할 기준으로 사용되지 않는다.
32. k-평균 군집화에 대한 올바른 설명은?
① 자율학습 방식의 군집화로 한다.
② k개의 평균벡터가 한 개의 군집을 표현한다.
③ 학습 과정에서 평균벡터의 위치는 변화하지 않는다.
④ 평균벡터 초기값을 결정하기 위해 지도학습을 수행한다.
정답: 1
해설: k-평균 군집화는 자율학습 방식의 군집화 기법이다. 이는 데이터의 레이블이 없는 상태에서 군집화를 수행하는 비지도학습 방법이다. ②는 k개의 평균벡터가 각각 하나의 군집을 나타내는 것이므로 잘못된 설명이다. ③은 학습 과정에서 평균벡터의 위치는 데이터 포인트 할당에 따라 계속해서 변화하므로 틀리다. ④는 k-평균 군집화에서 평균벡터의 초기값은 무작위로 설정되며, 지도학습을 사용하지 않는다.
33. 다음 중 인공 신경회로망의 특성에 해당되는 것은?
① 다양한 연산 기능을 갖는 소수의 뉴런으로 구성된다.
② 뉴런은 다른 뉴런과 분리되어 독립적으로 동작한다.
③ 정보는 신경연접에 분산 저장된다.
④ 하나의 뉴런에 고장이 발생하면 전체 시스템이 정지한다.
정답: 3
해설: 정답은 3번이다. 인공 신경회로망(Artificial Neural Network)은 정보가 신경연접(시냅스)에 분산 저장되는 특성을 가진다. 이는 인공 신경회로망이 생물학적 신경망을 모방한 것으로, 다수의 뉴런과 이들을 연결하는 시냅스들이 정보를 처리하고 저장하기 때문이다. 1번은 뉴런의 수가 많고 그들이 단순한 연산을 수행하는 방식과 맞지 않는다. 2번은 뉴런들이 상호 연결되어 작동하는 인공 신경망의 구조와 다르다. 4번은 인공 신경회로망의 고장 허용성을 설명하지 않는다. 인공 신경회로망은 일부 뉴런에 문제가 발생해도 전체 시스템이 작동할 수 있는 특성을 가지고 있다.
34. 다음 중 오차역전파 모형에 대한 설명으로 올바른 것은?
① 1개의 선형함수로 해결할 수 없는 문제는 학습할 수 없다.
② 자율학습 방식으로 학습한다.
③ 경쟁학습 모델을 사용한다.
④ 은닉층을 포함하는 다층 퍼셉트론을 학습시킬 수 있다.
정답: 4
해설: 정답은 4번이다. 오차역전파 모형(Backpropagation)은 은닉층을 포함하는 다층 퍼셉트론(Multilayer Perceptron, MLP)을 학습시키기 위한 알고리즘이다. 이 알고리즘은 출력층에서 발생한 오류를 역전파하여 각 층의 가중치를 수정함으로써 학습을 진행한다.
다른 선택지들을 보면, 1번은 다층 퍼셉트론이 비선형 문제도 해결할 수 있으므로 틀렸다. 2번은 오차역전파 모형이 지도학습 방식으로 학습하기 때문에 틀렸다. 3번은 경쟁학습 모델이 아닌, 오류를 줄이기 위해 가중치를 조정하는 모델을 사용하므로 틀렸다.
35. 자기조직화 지도 모델에서 학습벡터 \( x \)에 대한 승자 뉴런의 연결가중치 벡터 \( w \)에 대한 어떤 형태의 학습이 일어나는가?
① 학습벡터 \( x \)를 제거한다.
② 연결가중치 벡터 \( w \)를 제거한다.
③ \( w \)가 노드부터 떨어지도록 \( w \)를 조정한다.
④ \( w \)가 \( x \)에 가까워지도록 \( w \)를 조정한다.
정답: 4
해설: 정답은 4번이다.
자기조직화 지도(SOM) 모델에서 학습벡터 \( x \)에 대한 승자 뉴런의 연결가중치 벡터 \( w \)는 학습 과정에서 \( x \)에 더 가까워지도록 조정된다. 이는 가중치 벡터 \( w \)를 학습벡터 \( x \) 방향으로 이동시킴으로써 이루어진다. 이를 통해 모델은 데이터의 구조를 더 잘 반영하게 된다.
다른 선지 설명:
1. 학습벡터 \( x \)를 제거하는 것은 SOM의 학습과정과 무관하다.
2. 연결가중치 벡터 \( w \)를 제거하는 것도 SOM의 학습과정과 무관하다.
3. \( w \)가 노드부터 떨어지도록 조정하는 것은 모델의 목표와 반대되는 내용이다. 모델은 \( w \)를 \( x \)에 가깝게 조정하는 것이 목적이다.
'방통대' 카테고리의 다른 글
| 방통대 파이썬 프로그래밍 기말시험 대비 심화 연습문제 풀이 및 해설 (0) | 2024.05.20 |
|---|---|
| 방통대 파이썬 프로그래밍 기말시험 대비 기초 연습문제 풀이 및 해설 (0) | 2024.05.20 |
| 방통대 인공지능 2014-2 기말시험 기출문제 문제 풀이 및 해설 다운로드 (0) | 2024.05.18 |
| 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 |
