写在前面:考试题量非常的大,一定要把握时间。这里只记录了我记住的问题,可能不全。希望能帮到各位学弟学妹~
如果有什么错误的地方,千万别怪我
模式识别:
1.(1)一个基于贝叶斯最小错误率决策的问题(具体公式记不得了,sorry),跟2022年的第一题非常类似,用下面的公式就可以解决。
(2)使用维特比算法的问题,跟ppt上的判断天气的问题基本一致,只改了几个数。
(3)给出了卡尔曼滤波的公式,要求解释其中A,Q,H,R的含义
2.(1)(2)前两小问是两个判断题,考的分别是“PCA的相似图为全连接图,任意两个样本之间的相似度为1/n,不考虑样本的类别属性,忽略的投影方向可能包含了重要的可分性信息”和“FDA是在可分性最大意义下的最优线性映射, 充分保留了样本的类别可分性信息,经变换后的特征是否有相关性”
(3)解释谱聚类中最小割问题的理念,并说明如何处理的离散性约束(大概是这个意思~
3.(1)写出四种以上对SGD改进的优化方法。(监考老师指明不能只写个名字……
(2)写出ReLU的数学形式和三种以上ReLU的变体
4.(1)介绍卷积神经网络中两种skip-connection的方法,以及分别写出一种对应的典型网络
(2)介绍四种改进transfomer结构的方法
5. 介绍三种缓解时序神经网络中缓解梯度消失的方法
6.(1) 介绍一下正交正则项和
的不同和互补之处
(2)从精度和求解速度分析一下Image2StyleGAN++、encoder4editing和PTI的不同(这个真的有点离谱
7.(1)为语义分割、物体检测、图像分类这三个标注成本排序
(2)从样本大小和标注成本两个方面,说明全监督,半监督,小样本的不同
(3) 写出DERT和FastRNN的损失函数,分析其不同之处
8.模式识别的设计大题:设计智能监考系统
(1)基于模式识别方法,设计至少四种有意义的功能,写出功能和方法
(2)哈工大很少有作弊的学生,如何解决这种样本不平衡问题?
(3)介绍一个你实现过的模式识别方法,写出问题,方法,实现过程,结论等……(其实在考察你模式识别实验有没有好好写