国科大-多媒体理解与分析-全面考题和复习题汇总

简介：
本资料汇集了国科大国科大多媒体理解与分析课程的历年考题及详细解析，并包含丰富的复习题目，旨在帮助学生深入理解和掌握相关知识。适合期末备考使用。 截至2023年，国科大的多媒体理解与分析课程中的所有考题及附加问题被整合并按照章节顺序排列。这些资料包括了真题、GPT回答的人工整理内容等，非常全面且实用，在开卷考试中比单纯打印的PPT更有帮助。 在多媒体理解与分析课程中，学生需要掌握的关键概念和技术如下： 1. 维数灾难现象：这是机器学习中的常见问题。当数据维度过高时，模型性能会下降，并增加计算复杂度及减少有效信息量。解决方法包括主成分分析(PCA)和核主成分分析(KPCA)，通过线性或非线性的降维方式保留主要的信息并降低计算的复杂性。 2. 多层感知机（MLP）：这是一种前馈神经网络，由输入层、一个或多个隐藏层及输出层构成。反向传播(BP)算法用于训练MLP，并使用梯度下降法优化权重。在训练过程中可能会遇到诸如梯度消失和爆炸等问题，解决办法包括采用ReLU等激活函数以及初始化策略与正则化技术。 3. 预训练任务领域的概念：模型微调是指针对特定任务对预训练的模型进行小范围调整；语境学习或情景化学习指的是在已有知识基础上适应新的环境；零样本学习允许从未见过类别的数据中做出预测，这依赖于模型的强大泛化能力。这些方法广泛应用于自然语言处理和多模态的任务。 4. 预训练模型的核心思想：通过自监督任务（如Masking、生成式预训练GPT等）来获取通用表示，并在下游的特定任务上进行微调以提高数据噪声鲁棒性，例如使用随机遮蔽部分输入的方法让模型预测被遮掩的信息。 5. 图像语义理解包括物体识别、场景理解和语义分割。常用方法有卷积神经网络（CNN）和U-Net等网络结构。挑战在于处理复杂背景下的多类别识别与定位问题以及图像中的遮挡及光照变化，应对措施可能包含模型优化集成技术应用数据增强策略。 6. PageRank 和HITS算法：PageRank用于评估网页的重要性基于链接的结构；而HITS(Hyperlink-Induced Topic Search)则同时考虑了权威性和枢纽性。改进方式包括引入上下文信息和质量而非数量来评价链接的有效性等方法。 7. 多媒体定义及其应用挑战涉及多种媒介如文本、音频、图像及视频。其应用场景涵盖安全监控教育娱乐等领域，但同时也面临着数据高维结构化不足语义鸿沟以及个性化需求满足等方面的难题。 8. 特征表示学习是指从原始输入中自动提取有用特征的过程，有助于提升模型性能的方法包括深度网络（如CNN和RNN）及自编码器(Autoencoder)，它们通过低维度的表达来捕捉数据中的重要特性。不同的方法在表现力计算效率以及适用场景等方面存在差异。 对于多媒体理解与分析课程的学习者来说，理解和掌握上述知识点至关重要，因为这些构成了该领域的基础，并且学生可以通过实践应用和深入学习进一步提升专业技能。