2026年高等数学人工智能应用题试题及答案.docxVIP

2026年高等数学人工智能应用题试题及答案

一、单项选择题（每小题4分，共20分。在每小题给出的四个选项中，只有一项符合题目要求）

某线性回归模型采用均方误差（MSE）作为损失函数，其形式为L(w)=12(Xw?y)T(Xw?y)，其中X∈Rm×n为满秩设计矩阵，w∈

神经网络中常用的激活函数包括Sigmoid、Tanh、ReLU、Swish等，其中Swish函数定义为f(x)=x?σ(x)，σ(x)为Sigmoid函数（σ(x)=11+e

卷积神经网络（CNN）中的卷积运算本质上是高等数学中的离散卷积（互相关运算为工程简化形式）。已知一维输入序列x[k]={1,3,2}（k=0

为缓解神经网络过拟合，通常在损失函数中加入L2正则项，即L总(w)=L(w)+λ2∥w∥22，其中λ0为正则系数。该优化问题等价于在原损失函数L(w)的基础上，对参数w施加的约束为（

人工智能优化算法中的牛顿法利用了多元函数的泰勒展开式，将损失函数在当前点展开到二阶项，通过求解二阶近似的极值点得到参数更新方向。对于n元损失函数L(w)，当前迭代点为wk，海森矩阵?2L(wk)可逆，则牛顿法的参数更新公式为（）

A.wk+1=

某单变量线性回归模型的训练样本为{(1,2),

在生成式AI中，常用KL散度衡量两个概率分布的差异。对于两个一维高斯分布p(x)～N(0,1

某二元损失函数定义为L(w1,w

神