基本信息
文件名称:2025年AI在生态学中的物种迁徙轨迹预测习题答案及解析.docx
文件大小:15.77 KB
总页数:8 页
更新时间:2025-09-28
总字数:约8.32千字
文档摘要
2025年AI在生态学中的物种迁徙轨迹预测习题答案及解析
一、单选题(共15题)
1.在使用深度学习模型预测物种迁徙轨迹时,以下哪项技术有助于提高模型的泛化能力?
A.数据增强
B.知识蒸馏
C.稀疏激活网络设计
D.对抗性攻击防御
答案:B
解析:知识蒸馏技术可以将一个大模型的知识迁移到一个较小的模型中,从而提高小模型的性能和泛化能力。在生态学物种迁徙轨迹预测中,使用知识蒸馏可以帮助模型更好地学习到复杂模式,参考《深度学习在生态学中的应用》2025版4.2节。
2.以下哪种方法可以有效减少AI模型在预测物种迁徙轨迹时的计算资源消耗?
A.低精度推理
B.模型并行策略