雨课堂学堂在线学堂云《智能与分子化学工程（华东理工）》单元测试考核答案

第1题化学工程学科最早由哪位学者提出?()AR.ByronBirdBGeorgeDavisCArthurLittleD李静海第2题化学工程学科的第一次质的飞跃是由谁提出“单元操作”概念的?()AGeorgeDavisBR.ByronBirdCArthurLittleD郭慕孙第3题化学反应工程学的学科范畴是在哪一年界定的?()A1915年B1957年C1960年D2000年第4题“三传一反”理论中包含的传递过程不包括哪个?()A质量传递B动量传递C热量传递D分子传递第5题根据《化学工程发展战略》中的分析,化工发展的三大方向是:()A高端化、绿色化、智能化B高效化、绿色化、智能化C高端化、节能化、智能化D高端化、绿色化、自动化第6题以下哪项技术是分子炼油的核心原则之一?()A提高馏分比重B精细设计加工过程C简化原油组分D使用高温反应第7题在膜分离技术中,原油分离膜需要满足的一个关键要求是:()A高度亲水性B膜孔径适合分子尺度分离C高分子稳定性D极性强第8题分子炼油的目标是:()A提高石油的总体产量B优化石油分子的利用,最大化资源价值C提高炼油厂的能效D简化炼油工艺第9题人工智能在化学工程中的应用,主要目标之一是:()A加速产品生产B减少设备故障C提高研发、试验、生产环节的效率D替代所有人工操作第10题“人工智能驱动的科学研究”专项工作由哪个部门启动?()A教育部B科技部C工业和信息化部D国家发改委第11题根据《化学工程发展战略》,哪一项被视为“必然趋势”?()A高端化B绿色化C智能化D节能化第12题“多尺度理论”提出者是:()A郭慕孙B李静海CR.ByronBirdDArthurLittle第13题AI在化学工程中,特别是材料科学领域的应用,主要是:()A自动化生产B加速材料的开发与优化C减少化学反应时间D提高工厂的能效第14题在吸收剂设计中,优化的目标函数从根本上说应该是:()A提高溶解度B降低能耗C提高过程性能D增加分子反应活性第15题AI与科学研究结合的目标之一是:()A完全替代实验室操作B提升科学研究的能力和速度C实现所有科研人员的自动化管理D减少科研设备的使用第16题分子炼油技术的实施主要解决了什么问题?()A提高能源效率B减少环境污染C优化资源利用D简化炼油过程第17题AI技术在化工过程中的潜在应用领域包括哪些?()A数据分析B材料开发C实验设计D工艺优化正确答案：ABCD第18题智能化学工程中的关键技术包括哪些?()A机器学习B大数据C自动化机器人D云计算正确答案：ABCD第19题分子炼油技术的优化目标包括哪些?()A提高分子利用效率B降低物耗能耗C最大化产品多样性和价值正确答案：ABC第20题人工智能在化学工程中的应用包括哪些?()A智能诊断设备故障B自动化监控反应过程C研发新化学反应途径D完全取代人工操作正确答案：ABC第21题在分子化学工程中,以下哪些技术是常见的分离技术?()A吸附B蒸馏C膜分离D电解正确答案：ABC第22题AI在化学工程领域的应用可以改善哪些方面?()A工艺优化B实验数据的处理与分析C制造流程的自动化D设备维修的预测性维护正确答案：ABCD第23题以下哪些属于分子化学工程的基本理念?()A高效利用资源B最小化环境污染C增强产品的功能性D实现完全无废物生产正确答案：ABC第24题智能化学工程中,AI技术的使用能够帮助实现哪些目标?()A提高决策的实时性与准确性B减少反应器的能耗C实现生产线的自动化D完全取代人工操作正确答案：ABC第25题化学工程中的“单元操作”仅仅指设备的操作流程。()第26题人工智能只能在化学工程中的研发环节发挥作用,不能用于生产环节。()第27题AI技术能够帮助优化化学反应过程中的反应条件和工艺参数。()第28题分子设计技术可以应用于提高化学反应的选择性和产物纯度。()第29题智能化在化学工程中的应用,可以实现流程自动化和设备监控。()第30题分子炼油技术主要关注提高石油的总体产量,而非优化资源的利用效率。()第31题化学工程中,大数据技术对于过程控制的优化没有实际应用价值。()第1题人工智能概念首次提出是在哪一年的达特茅斯会议上?()A1950B1956C1960D1970第2题1977年费根鲍姆提出了哪种系统?()A专家系统B知识系统C推理系统D数据系统第3题1997年IBM的超级电脑“深蓝”击败了谁?()A国际象棋世界冠军B围棋世界冠军C象棋世界冠军D棋类世界冠军第4题2012年,斯坦福大学教授李飞飞牵头构建了哪个数据集?()AImageNetBCOCOCMNISTDCIFAR-10第5题2015年,哪个模型通过残差学习解决了深层网络训练的难题?()AAlexNetBResNetCVGGNetDInception第6题人工智能、机器学习、深度学习三者的关系是怎样的?()A人工智能是机器学习的子集B机器学习是深度学习的子集C机器学习是人工智能的子集D人工智能是深度学习的子集第7题无监督学习中,机器如何学习?()A通过明确的标签B自己从数据中找出模式和规律C通过半监督支持向量机D通过奖励和惩罚第8题强化学习的特点是除了给出标签以外,还需要什么?()A数据集B反馈C算法D模型第9题AlexNet引入了哪种激活函数?()ASigmoidBTanhCReLUDSoftmax第10题Dropout是一种什么技术?()A正则化技术B激活函数C模型架构D优化算法第11题ResNet通过引入什么来解决深层网络训练的难题?()A残差学习BDropoutCReLUDBatchNormalization第12题Transformer架构完全基于什么机制?()A卷积机制B循环机制C注意力机制D残差机制第13题构建机器学习模型的第一步是什么?()A特征工程B模型训练C数据收集D模型评估第14题在特征工程阶段,我们需要进行哪些操作?()A数据收集B数据标准化和归一化C模型训练D模型评估第15题以下哪些事件重燃了人们对于人工智能的信心?()A1997年IBM的“深蓝”击败国际象棋世界冠军B2000年本田公司发布了机器人产品ASIMOC2012年ImageNet数据集的构建正确答案：ABC第16题机器学习算法的学习类型包括哪些?()A无监督学习B半监督学习C监督学习D强化学习正确答案：ABCD第17题以下哪些技术进步促进了自然语言处理算法的发展?()A词向量B循环神经网络C卷积神经网络DTransformer架构正确答案：ABD第18题以下哪些模型或技术是深度学习的关键组成部分?()ADropoutBReLUCResNetDTransformer正确答案：ABCD第19题机器学习模型构建的一般流程包括哪些步骤?()A数据库构建B特征工程C模型训练D模型评估和验证正确答案：ABCD第20题在数据库建立阶段,以下哪些工具可以使用?()AExcelBSQLCPythonD爬虫工具正确答案：ABCD第21题特征工程环节中,以下哪些方法可以用于数据预处理?()A数据标准化B数据归一化C特征选择D)数据可视化正确答案：ABC第22题模型训练阶段,以下哪些框架适合深度学习任务?()AMindsporeBPyTorchCTensorFlowDKeras正确答案：ABCD第23题以下哪些特征工程方法可以用于处理缺失值?()A均值填充B中位数填充C众数填充D随机填充正确答案：ABC第24题以下哪些算法是统计机器学习模型?()A决策树B随机森林CXGBoostDCNN正确答案：ABC第25题以下哪些是深度学习模型的特点?()A多层神经网络B自动特征学习C高计算复杂度D依赖大量数据正确答案：ABCD第26题以下哪些是机器学习模型分类评估的指标?()A准确性B决定系数C召回率DF1分数正确答案：ACD第27题以下哪些可以作为深度学习模型的激活函数?()AReLUBSigmoidCTanhDSoftmax正确答案：ABCD第28题以下哪些可以作为深度学习模型的正则化技术?()ADropoutBL1正则化CL2正则化DBatchNormalization正确答案：ABCD第29题以下哪些可以作为机器学习模型的评估方法?()A交叉验证B独立测试集C留一验证DK折验证正确答案：ABCD第30题人工智能的发展历程中,专家系统的出现标志着人工智能从推理为中心,进入到了以知识为中心的阶段。()第31题机器学习是人工智能的一个子集,侧重于指代算法和统计模型,使计算机能够从数据中学习并利用模型做出决策。()第32题深度学习是机器学习的一个子集,它利用多层神经网络对数据中的复杂模式进行建模。()第33题无监督学习中,机器通过明确的标签来学习。()第34题监督学习中,机器通过奖励和惩罚来学习如何做出最佳决策。()第35题AlexNet的成功展示了深度学习在处理复杂视觉任务方面的强大能力。()第36题Dropout是一种激活函数,用于增加神经网络的非线性特性。()第37题构建机器学习模型的一般流程是单向进行的,不需要考虑数据漂移或模型更新。()章节测试第1题数据预处理中的常见步骤不包括哪一项?()A去除重复数据B数据归一化C数据降维D数据生成第2题在机器学习中,过拟合()是指:()A模型在训练数据上表现良好,但在未见过的测试数据上表现不佳B模型在训练数据上表现不佳,但在未见过的测试数据上表现良好C模型在训练数据和测试数据上都表现良好D模型在训练数据和测试数据上都表现不佳第3题在进行数据归一化时,Min-Max缩放会将数据映射到什么范围?()A[0,1]B[-1,1]C[0,100]D[-∞,+∞]第4题数据预处理时,填补缺失值常用的方法是:()A均值填充B中位数填充C众数填充D以上均可第5题下列哪项属于特征工程的常见方法?()A特征选择B数据清洗C数据采样D数据标注第6题对数据进行标准化的目的是:()A让数据符合正态分布B让数据在同一尺度下进行比较C增加数据的多样性D减少特征之间的相关性第7题对于分类问题,特征的标准化有助于:()A提高模型对噪声的敏感性B使得特征在同一尺度上,提高模型训练效果C增加过拟合的风险D保持特征的原始分布第8题特征工程中的“特征交叉”是指:()A将多个特征组合成新的特征B选择重要的特征C对特征进行标准化D删除不相关的特征第9题数据预处理的步骤包括哪些?()A去除重复值B数据标准化C缺失值处理D特征选择正确答案：ABC第10题在特征工程中,以下哪些方法可以用于降维?()A主成分分析(PCA)B线性判别分析(LDA)C随机森林D特征构造正确答案：AB第11题特征选择的目的是:()A增加模型的复杂度B提高计算效率C增强数据的多样性D减少数据的维度正确答案：BD第12题关于数据预处理,以下哪些方法可以用于填补缺失值?()A中位数填充B众数填充C0值填充D均值填充正确答案：ABD第13题数据归一化的常见方法包括:()AMin-Max归一化BZ-Score标准化C对数变换D均值标准化正确答案：ABD第14题关于数据清洗,以下哪些操作是常见的?()A去除空值样本B去除重复数据C删除含有异常值的样本D数据标准化正确答案：ABC第15题特征选择的方法包括哪些?()A过滤法B打包法C嵌入法D主成分分析(PCA)正确答案：ABCD第16题数据预处理阶段,哪几项操作能够直接影响模型训练的效率?()A数据归一化B特征选择C数据增强D数据标准化正确答案：ABCD第17题对于大多数机器学习算法,数据预处理的目标是:()A提高计算效率B提升模型的预测精度C简化模型复杂度D提高数据质量正确答案：ABD第18题数据预处理是机器学习建模过程中的重要步骤。()第19题缺失值填补的常用方法包括均值填充和中位数填充。()第20题数据标准化是为了消除数据的量纲问题。()第21题Z-Score标准化会使数据的均值为0,标准差为1。()第22题删除含有缺失值的样本可能会导致信息的丢失。()第23题特征选择是数据预处理的一部分,用于去除冗余特征。()第24题特征交叉能创造新的特征,帮助模型捕捉到更复杂的关系。()第25题数据清洗时,去除异常值有助于提升模型的鲁棒性。()第26题对数据进行标准化后,数据的分布不发生变化。():.异常值检测的常用方法包括箱型图()和Z-Score方法等。(√);.使用Min-Max缩放时,数据的每个特征都会映射到[0,1]的范围。(√)<.特征选择后,数据的维度可能会减少,帮助减少过拟合。(√)=.在特征选择中,递归特征消除()方法主要基于模型的性能进行特征评估。(√)>.数据预处理中的“数据增强”可以扩展数据集。(√)?.数据清洗和特征工程可以在数据分析后任何阶段进行。()@.缺失值填补过程中,使用中位数填补时适用于数值型特征。(√)章节测试第1题“没有免费的午餐”定理意味着:()A存在一种算法能够解决所有类型的问题B任何算法在所有问题上都表现一样C每种算法只能在某些问题上表现优秀D所有问题都可以通过一个算法解决第2题在回归问题中,以下哪种评价指标对于异常值更为敏感?()AMAEBRMSECR²DMAPE第3题以下哪个深度学习框架由Google开发?()APyTorchBTensorFlowCPaddlePaddleDMindSpore第4题以下关于线性回归的描述,哪项是正确的?()A适用于非线性数据B对数据的噪声不敏感C在数据呈线性关系时效果较好D无法处理现实问题第5题在回归问题中,R²(决定系数)的值越接近于1,表示:()A模型拟合效果越差B模型的预测能力越好C模型对数据拟合较差D模型没有过拟合第6题在机器学习中,通常如何解决过拟合问题?()A增加模型的复杂度B增加训练数据C提高学习率D降低模型的训练时间第7题“没有免费的午餐”定理最重要的启示是:()A选择一个通用的算法能够解决所有问题B应根据具体问题选择不同的算法C数据预处理不重要D算法的复杂性不重要第8题在训练一个回归模型时,使用“MeanAbsoluteError()”时,模型越好,MAE的值应该:()A越大越好B越小越好C越接近1越好正确答案：AB第9题在评估模型时,交叉验证(Cross-validation)的主要目的是:()A选择最复杂的模型B减少数据的计算量C检测模型的泛化能力D增加训练集的大小第10题以下哪种方法可以有效解决欠拟合问题?()A增加模型的复杂度B减少训练数据C增加正则化D减少模型的复杂度第11题在使用Sklearn进行回归分析时,以下哪个模块主要负责数据预处理?()Asklearn.linear_modelBsklearn.preprocessingCsklearn.model_selectionDsklearn.metrics第12题哪个深度学习框架是百度开发的?()ATensorFlowBPyTorchCPaddlePaddleDMindSpore第13题关于过拟合,以下哪项描述是错误的?()A过拟合是模型在训练数据上表现良好,但在测试数据上表现差B过拟合可以通过减少模型复杂度来避免C过拟合通常是因为训练集的数量过少D过拟合总是表现为模型的准确率非常低第14题下列哪种方法属于交叉验证?()A留出法(Hold-outMethod)Bk折交叉验证(K-FoldCrossValidation)C留一法(Leave-One-OutCrossValidation)D以上三种都是第15题哪种情况会导致机器学习模型的欠拟合?()A训练集数据量过少B模型过于简单,无法捕捉数据的复杂性C模型的复杂度过高第16题在Sklearn中,哪个模块用于模型选择?()Asklearn.preprocessingBsklearn.linear_modelCsklearn.model_selectionDsklearn.metrics第17题如果一个模型的训练误差很低,但在测试集上的误差很高,这通常是哪个问题的表现?()A欠拟合B过拟合C数据处理问题D目标变量不相关第18题以下哪项描述了深度学习模型的典型特点?()A高度依赖人工特征提取B需要大量的训练数据C不支持并行计算D非常适用于小规模数据集第19题以下哪些是机器学习中常见的回归评价指标?()AMAEBRMSEC精确率DR²正确答案：ABD第20题哪些情况下可能需要使用正则化技术?()A当模型复杂度过高时B当训练集数据过少时C当出现过拟合时D当需要增加模型的复杂度时正确答案：ABC第21题以下哪些是深度学习框架的特点?()A支持自动求导B最好使用大量的数据进行训练C不支持GPU加速D可以进行多种类型的任务(如NLP,CV等)正确答案：ABD第22题以下哪些算法通常用于回归问题?()A线性回归B支持向量回归(SVR)CK均值聚类D决策树回归正确答案：ABD第23题哪些是防止过拟合的常见方法?()A使用更复杂的模型B增加训练数据量C使用早停法(EarlyStopping)D增加正则化项正确答案：BCD第24题以下哪些是K折交叉验证的优点?()A减少了模型的训练时间B可以提供对模型泛化能力的更好估计C有助于减少过拟合D可以用于数据量很小的情况正确答案：BCD第25题以下哪些属于无监督学习算法?()AK-means聚类B线性回归C主成分分析(PCA)D决策树正确答案：AC第26题哪些是训练集、验证集和测试集的主要区别?()A训练集用于训练模型B验证集用于选择模型C测试集用于选择模型D测试集用于评估模型性能正确答案：ABD第27题以下哪些是使用支持向量机()时的优点?()A可以处理高维特征空间B适用于小样本数据C可以处理非线性问题正确答案：ABC第28题以下哪些是常见的监督学习算法?()AK均值B线性回归CK近邻(KNN)D决策树正确答案：BCD第29题对于小数据集,以下哪种方法有助于提高模型的性能?()A使用复杂的神经网络B使用简单的模型,并加强特征工程C增加正则化正确答案：BC第30题以下哪些是评估回归模型表现的指标?()A精确度B均方误差(MSE)C平均绝对误差(MAE)D决定系数(R²)正确答案：BCD第31题以下哪些情况会导致欠拟合?()A模型太简单,不能捕捉到数据中的模式B训练数据量过少C正则化参数设置过大D模型太复杂,训练时间不足正确答案：ACD第32题支持向量机()适用于处理非线性分类问题。()第33题深度学习框架通常不支持GPU加速。()第34题过拟合是指模型在训练集上表现良好,但在测试集上效果差。()第35题K折交叉验证可以帮助我们更好地评估模型的泛化能力。()第36题使用正则化可以帮助减轻过拟合问题。()第37题在回归问题中,R²越大,模型的性能越好。()第38题增加训练数据量有助于减少过拟合问题。()章节测试第1题在构建分子/材料的构效关系模型时,为什么需要对分子或材料进行表示?()A为了让人类理解现实物质B为了让机器理解现实物质C为了让机器进行视觉识别D为了让机器进行听觉识别第2题特征表示在机器学习中的作用是什么?()A作为数据和模型建立联系的桥梁B作为数据的预处理步骤C作为模型的输出D作为模型的评估指标第3题分子表示的内容不涉及以下哪项?()A波函数B密度泛函理论C量子化学计算D机器学习算法第4题分子的物理化学性质描述符不包括以下哪项?()A分子量B溶解度C沸点D分子图像第5题SMILES编码方法的特点是什么?()A简单、易写B复杂、难写C无法表示分子结构D无法表示分子连接关系第6题分子图的节点和边一般来说分别代表什么?()A节点代表原子,边代表分子B节点代表化学键,边代表原子C节点代表分子,边代表原子D节点代表原子,边代表化学键第7题变分自动编码器()的特点是什么?()A既连续又可逆的分子表示B既离散又不可逆的分子表示C无法表示分子D无法表示材料第8题注意力机制在分子表示领域的作用是什么?()A无法解决序列输入时模型预测性能下降的问题B解决短序列输入时模型预测性能下降的问题C解决长序列输入时模型预测性能下降的问题D作用不变第9题分子和材料表示的后续主要发展方向是什么?()A开发更好的表示方法并通过机器习得的表示来反哺人类化学知识B开发更好的机器学习算法C开发更模糊的表示方法第10题以下哪些是分子/材料表示的目的?()A让机器理解现实物质B作为数据和模型建立联系的桥梁C突出预测对象的本质属性D作为模型的输出正确答案：ABC第11题以下哪些是特征表示的作用?()A作为数据和模型建立联系的桥梁B突出预测对象的本质属性C作为数据的预处理步骤D作为模型的评估指标正确答案：AB第12题以下哪些用于分子表示?()A分子描述符B密度泛函理论C量子化学计算D机器习得表示正确答案：ABCD第13题密度泛函理论()用于分子表示的优点有哪些?()A通过电子密度来唯一确定一个体系的基态性质B降低计算成本C提高计算精度D简化计算过程正确答案：DAC第14题以下哪些是分子表示的方法?()A基于描述符的方法B基于文本的方法C基于图的方法D机器习得的方法正确答案：ABCD第15题分子和材料表示的后续主要发展方向包括开发更好的表示方法和通过机器习得的表示来反哺人类化学知识。()第16题变分自动编码器()是一种既连续又可逆的分子表示方法,它由编码器和解码器组成。()第17题注意力机制可以解决长序列输入时模型预测性能下降的问题。()第18题量子化学描述符的特点是高度的信息丰富性,且可用于性质建模和预测。()第19题基团描述符的最大优势是它非常容易理解且便于拓展。()第20题分子的物理化学性质描述符包括分子量、溶解度、沸点和分子图像等。()第21题IUPAC命名法确保每个分子都有一个独一无二的名字,且名字能够反映出分子的结构。()第22题SMILES编码方法的特点是简单、易写,且能表示分子中的原子及其连接关系。()章节测试第1题分子描述符的作用主要是:()A将分子转换为数值特征,用于机器学习模型B直接预测化学物质的性质C增加数据集的维度D改善分子的可视化第2题基团描述符常用于:()A预测分子中的极性B捕捉特定结构单元对性质的贡献C分析分子的分子量D优化化学反应过程第3题深度学习中表示学习的作用是:()A从原始数据中自动提取有效特征B手动选择最有意义的特征C通过优化分子指纹的方式进行特征提取D计算分子的化学反应速度第4题深度学习中的表示学习方法主要通过以下哪种方式增强模型的表达能力?()A增加特征工程的复杂度B自动学习数据的高维表示C通过手动选择特征优化模型D使用传统的回归模型进行预测第5题在深度学习模型中,表示学习的好处之一是:()A提高了模型的可解释性B降低了对特征工程的依赖C提高了模型的计算复杂度D增加了模型的参数量第6题在基于分子描述符的机器学习模型中,特征选择的目的是:()A增加训练集的复杂度B降低数据维度,去除冗余特征C优化模型的损失函数D将所有特征一视同仁第7题化学物质的构效关系建模中,统计学习模型与深度学习模型的主要区别在于:()A统计学习模型依赖手工特征提取,深度学习模型不依赖特征工程B统计学习模型适合小数据集C深度学习模型不需要数据清洗D统计学习模型不适用于化学数据第8题深度学习中表示学习的一个关键特点是:()A使用人工构造的规则提取特征B从数据中自动生成高效的表示C增加模型的运算速度D提升模型的透明度第9题下列哪一项是基于分子描述符的模型常用的机器学习算法?()A卷积神经网络(CNN)B随机森林(RF)C长短时记忆网络(LSTM)DTransformer模型第10题基于深度学习的化学物质性质预测模型通常不涉及:()A自动提取化学物质的特征B使用人工设计的化学指纹C建立复杂的神经网络架构D使用大量训练数据进行学习第11题以下哪些是分子描述符常见的类型?()A分子指纹B分子量C分子轨道D基团描述符正确答案：ABCD第12题在机器学习中,特征选择的目的包括哪些?()A降低模型的复杂度B增强模型的预测精度C避免过拟合D增加特征空间的维度正确答案：ABC第13题深度学习中的表示学习方法的优势包括哪些?()A自动从数据中提取重要特征B降低对人工特征工程的依赖C显著增加计算负担D能有效处理大规模数据正确答案：ABD第14题哪些是构效关系建模中常见的机器学习方法?()A线性回归(LR)B支持向量机(SVM)C随机森林(RF)D神经网络(NN)正确答案：ABCD第15题在化学物质性质预测中,哪些是分子描述符常用的特征类型?()A分子量B电负性C氢键供体数目D基团信息正确答案：ABCD第16题在基团描述符的应用中,哪些是其优势?()A提供分子中功能基团的详细描述B对物理化学性质具有较高的解释性C可以表示任意化学结构D易于与其他分子描述符结合使用正确答案：ABD第17题深度学习模型的表示学习方法常用于哪些领域?()A图像识别B语音识别C自然语言处理D化学物质性质预测正确答案：ABCD第18题深度学习中,表示学习方法的核心优势包括哪些?()A自动特征提取B高效的非线性拟合能力C不需要数据预处理D显著提升模型的可解释性正确答案：AB第19题对于基团描述符的计算,以下哪些说法是正确的?()A基团描述符能帮助预测分子的毒性B基团描述符能提高模型的可解释性C基团描述符与分子的物理性质无关D基团描述符能提供分子中的关键化学信息正确答案：ABD第20题深度学习模型中的表示学习对于数据特征的作用是:()A自动学习输入数据的潜在特征表示B提供定量化的特征值C增加特征空间的维度D强化模型的学习能力正确答案：AD第21题分子指纹用于捕捉分子的拓扑结构和化学特征。()第22题分子描述符可以用于描述分子之间的相似性。()第23题基团描述符可以反映分子中不同基团的影响,因此可以用于预测化学性质。()第24题深度学习模型中的表示学习方法可以自动提取高维特征,无需人工特征工程。()第25题通过基团描述符可以提高模型的可解释性,因为它提供了分子中功能基团的信息。()第26题表示学习方法完全不适用于小数据集,它们只有在有大量的标注数据时才能有效学习。()第27题基团描述符只能在传统机器学习模型中使用,而无法应用于深度学习模型。()第28题分子指纹能够有效捕捉分子之间的相似性,因此常用于分子搜索和相似性分析。()第29题通过表示学习,深度学习模型可以从原始数据中自动学习出合适的特征表示。():.支持向量机()能够处理非线性问题。();.分子描述符越多,模型的预测精度通常越高。(×)<.深度学习的一个主要优势是其能够对原始数据进行复杂的特征变换,而无需人工设计特征。()=.随机森林回归和支持向量机都属于监督学习方法,并且能够处理非线性问题。()章节测试第1题在CO₂吸收剂理性筛选中,相比于实验试错,使用机器学习模型的主要优势是:()A提高实验速度B提高筛选效率C降低化学品的生产成本第2题下列哪项不是CO₂吸收剂筛选时需要考虑的物理化学性质?()A吸收剂的熔点B吸收剂的吸收能力C吸收剂的毒性D吸收剂的黏度第3题机器学习中的XGBoost模型通常用于:()A多维数据的降维B回归和分类问题C数据的自动标注D特征工程第4题MOF材料在气体分离中的应用通常依赖于其:()A高孔隙率和选择性吸附B电化学性能C高催化活性第5题CO₂吸收剂筛选中值得关注的性质有哪些:()ACO₂吸收剂的溶解度B吸收剂的熔点C吸收剂的经济成本D吸收剂的黏度正确答案：ABC第6题在机器学习模型应用于CO₂吸收剂筛选中,常用的模型包括:()A支持向量机(SVM)B递归神经网络(RNN)C随机森林(RF)DXGBoost正确答案：ACD第7题以下哪些是描述MOF材料性能的常见描述符?()A比表面积B孔体积C孔径分布D吸附选择性正确答案：ABC第8题以下哪些是MOF材料在气体分离应用中的潜在优势?()A高孔隙率B优异的选择性C优异的催化性能D结构可调正确答案：ABD第9题在分子/材料筛选中,使用机器学习的好处包括:()A提高筛选效率B减少实验成本C精确预测材料性能D完全替代传统实验正确答案：ABC第10题CO₂吸收剂的筛选过程不需要考虑溶剂的毒性。()第11题变分自动编码器()在反向设计中可以用于生成新的分子结构。()第12题机器学习在分子/材料筛选设计中可以提高筛选效率并减少实验成本。()第13题基于描述符的机器学习方法无法应用于CO₂吸收剂筛选。()第14题高通量筛选仅能用于传统实验,不能与机器学习结合使用。()第15题MOF材料具有高孔隙率、大比表面积、结构可调等优点。()第16题MOF材料的孔隙结构决定了其在气体分离中的应用潜力,孔体积、孔径分布等特征是关键因素。()第17题主动学习是一种十分有效的策略,它的关键在于并不是一次性收集所有数据的标签,而是优先考虑那些对模型理解最具挑战性的数据。()章节测试第1题反应动力学研究中,碘加氢反应有几个基元反应?()A1B2C3D4第2题表观反应动力学主要针对什么?()A总反应B副反应C主反应D基元反应第3题本征反应动力学主要针对什么?()A总反应B副反应C主反应D基元反应第4题DFT计算的优势有哪些?()A节约实验时间B结果准确C可重复性强D使用简单第5题化学反应神经网络()中,1个神经元代表什么?()A1个基元反应B1个主反应C1个副反应D总反应正确答案：CA第6题原子守恒的化学反应神经网络(AC-CRNN)的特点是确保什么符合原子守恒?()A反应系数矩阵B反应系数向量C反应系数之和第7题有机催化反应的20种机理中,Michaelis-Menten型反应属于哪一类?()A第1类B第2类C第3类D第4类第8题反应动力学的数据库构建中,如何生成数据?()A随机B确定范围内随机C确定性生成第9题机器学习模型的构建中,长短期记忆网络()用于处理什么类型的数据?()A浓度-空间数据B浓度数据C时间-浓度数据第10题反应动力学实验中,哪个进步使得动力学实验更可靠?()A实验分析技术B反应器装备C实验药品纯度第11题物理信息神经网络()通过什么结合预测值与真实值之差的平方和以及偏导数之差的平方和以处理自求导?()A神经元B损失函数C优化算法D激活函数第12题化学反应神经网络()中,反应系数(化学计量数)对应于什么?()A偏置B神经元个数C隐藏层层数D权重因子正确答案：CD第13题有机催化反应的20种机理中,涉及催化剂失活效应的反应属于哪一类?()A第1-2类B第3-7类C第7-9类D第9-20类第14题反应动力学的数据库构建中,考虑反应可逆性的最大产率是多少?()A大于40%B大于50%C大于70%D大于60%第15题积分法中,零级反应的浓度对时间作图为什么形状?()A直线B波浪线C抛物线D曲线第16题反应动力学实验中,直接法的步骤包括什么?()A取样B终止反应C搅拌D分析测定正确答案：ABD第17题反应动力学实验中,哪些因素是控制变量?()A反应物浓度B温度C压力D时间正确答案：ABC第18题AI+反应动力学中,实验值与预测值对比的目的包括什么?()A确立反应常数B推测反应机理C确定反应放热D确定反应速率正确答案：ABD第19题分数寿期法和微分法用于确定什么?()A反应速率B反应级数C反应焓D速率常数正确答案：BD第20题create__lstm的输入是什么?()A催化剂初始浓度B浓度数据C浓度-时间数据D温度-时间数据正确答案：AC第21题模型应用中,预测机理类别的步骤是针对特定反应确定初始反应条件,实验测定后带入模型()第22题阿伦尼乌斯方程通常用于描述反应速率与压力的关系()第23题DensityFunctionalTheory()在反应动力学中的主要应用是分析分子轨道相互作用,揭示原子层面的反应机理()第24题DFT计算的局限是需大量计算资源、成本高?()第25题反应动力学实验的优点是定性分析()第26题反应动力学实验的优点是可模拟实际的高温、高压、大体积等条件。()第27题AI在反应动力学中可推测反应机理与反应速率方程、确立反应常数()章节测试第1题流体力学的基本原理包括哪些?()A质量守恒、动量守恒、温度守恒B质量守恒、能量守恒、动量守恒C动量守恒、能量守恒、热力学定律D动量守恒、质量守恒、物理定律第2题计算流体力学()的核心控制方程有哪些?()A动量方程、能量方程、连续性方程B能量方程、质量方程、热力学方程C连续性方程、热传导方程、质量方程D动量方程、质量方程、热传导方程正确答案：CDA第3题网格划分的方式有哪些?()A结构化、非结构化、随机化B结构化、非结构化、混合C均匀、非均匀、不规则D有序、无序、随机第4题在计算流体力学中,温度变化的描述包括哪些因素?()A热传导和热对流B热辐射和热扩散C热对流和热辐射D热传导和热扩散第5题AI在计算流体力学中可以提供哪些帮助?()A提供更精确的边界条件B完全取代CFD方法C加速CFD计算、助力湍流模拟、替代CFD计算D增强流体的物理性质模拟第6题在AI加速CFD计算中,直接数值模拟的目的是什么?()A提高计算的效率B将PDE转化为代数方程进行求解C完全替代CFD模型D降低计算的精度第7题基于ML内延的CFD加速计算中,卷积神经网络的作用是什么?()A将多维数据降维至易处理维度B模拟湍流的每个尺度C完全替代数值解法D用于生成新的流场模型第8题AI助力湍流模拟中,雷诺平均纳维-斯托克斯方程()的主要问题是什么?()A缺乏有效的湍流模型B模型计算时间过长C无法模拟湍流D简化使得波动项仅与平均值相关正确答案：AD第9题傅里叶神经算子()在低分辨率到高分辨率的示例中,相对误差通常是多少?()A大于10%B1%到10%之间C小于1%D无法确定第10题AI替代CFD计算中,Autoencoder如何预测不同初始状态下的流场?()A通过直接求解纳维-斯托克斯方程B通过学习高维流场特征并将其映射到低维特征C通过傅里叶变换匹配微分方程数据D通过大涡模拟预测大尺度湍流第11题计算流体力学中的多相反应流面临的主要挑战是什么?()A多相流动规律简单,但反应方程复杂B多相流动规律复杂,且需求解反应方程C反应方程简单,但多相流动规律复杂D多相流动和反应方程都简单第12题在计算流体力学中,网格划分的密度主要取决于什么?()A计算设备的性能B流体的物理性质C边界条件的设置D流动状态第13题AI加速CFD计算中,使用内延法可以加速多少倍?()A约10倍B约50倍C约80倍D约100倍第14题AI助力湍流模拟中,TBNN与RANS的准确性比较如何?()ATBNN+RANS的准确性与快速直接模拟接近BTBNN+RANS的准确性远低于快速直接模拟CTBNN+RANS的准确性远高于快速直接模拟D无法确定两者之间的准确性关系第15题AI替代CFD计算中,Autoencoder的效果如何?()A对于所有初始状态,效果均一般B对于特定初始状态,效果最佳C对于不同初始状态,效果均最佳DAutoencoder在CFD计算中无效果第16题流体力学研究的对象是流体(气体、液体及等离子体)在力场作用下的运动规律及现象。()第17题实验流体力学()是用数值方法在计算机中求解流体力学的控制方程,计算流体力学()是通过实验观测流动机理与规律。()第18题有限体积方法是有限差分法这种数值算法。()第19题计算流体力学中,纳维-斯托克斯方程用于描述动量方程。()第20题计算流体力学不仅可以模拟微反应器通道内反应物浓度分布,还可以模拟大型反应器内部反应物和产物轴向和径向分布。()第21题边界层和湍流的模拟中,直接模拟只适用于稳定流动,大涡模拟和雷诺平均模拟适用于湍流。()第22题傅里叶神经算子()的核心思想是基于傅里叶变换对流场进行降维处理。()第23题张量基神经网络()在湍流模拟中的应用是预测雷诺应力。()第24题Autoencoder在AI替代CFD计算中,可以通过学习高维流场特征预测不同初始状态下的流场。()第25题在AI加速CFD计算中,内延后的结果与低分辨率的流体流动状态一致。()第26题AI助力湍流模拟中,LES+RANS的组合代表大涡模拟+雷诺平均纳维-斯托克斯方程。()第27题强化学习在湍流模拟中的应用是预测次网格尺度压力张量。()第28题AI加速CFD计算中,加速模型与高分辨率结果几乎一致()第29题计算流体力学模拟中,系统越大,准确度越高,计算时间越长。()第30题AI助力湍流模拟中,强化学习预测次网格尺度压力张量的方法是通过迭代找到LES模拟与DNS模拟间的差距。()章节测试第1题单一反应器CSTR是什么?()A连续全返混B连续无返混C间歇全返混D间歇无返混第2题强化学习生成点线图(流程图)中,Actor的角色是什么?()A确定图的更新策略B计算目标函数C构建预测模型第3题分子结构数字化的方法是什么?()ASMILESBSMARTCPATTERNDSFILES第4题模型预训练中,虚拟流程图生成的方法是什么?()A马尔科夫链方法B随机方法C马尔科夫链-随机结合第5题完善图:PFD转化至PI&D中,FC分别代表什么?()A流量控制B液位控制C温度控制D压力控制第6题字符串与PFD图间的相互转化中,利用哪个程序包绘制点线图?()AnumpyBtensorflowCmatplotlibDnetwork第7题字符串与PFD图间的相互转化中,将边表示为什么?()A原料B单元操作C产品D流股第8题字符串与PFD图间的相互转化中,初始化单元操作、流股、循环等变量为什么变量?()AlistBbinaryCdictDclass第9题流程图自动生成中,为何将化工流程图转化为点线图?()A构建图神经网络B构建LSTMC构建Transformer第10题流程图自动生成中,如何利用强化学习同时优化整形变量和连续变量?()Aactor-critic法B拆分法C松弛法D迭代调优第11题化工流程设计的层级任务包括哪些?()A公共系统设计B换热网络设计C分子设计D商业产品决策正确答案：ABD第12题精馏分离网络中,常规精馏塔的设计变量包括哪些?()A塔板数B进料位置C回流比D再沸器面积正确答案：ABC第13题AI+流程图自动生成中,数字化、大数据、人工智能的具体应用步骤包括什么?()A流程图数字化B流程图自动爬虫C流程图自动生成D流程图自动修订正确答案：AC第14题换热网络的设计变量包括哪些?()A换热面积B换热器位置C换热器连接方式D设备内部构造正确答案：ACD第15题操作单元的常见连接方式包括有哪些?()A1连1B单塔2出B3连3D多连1正确答案：A第16题图库构建中,流程图图片的来源有哪些?()A网络图片B专利数据库C化工专业书D化工期刊正确答案：ABD第17题AI+流程图自动生成中,图神经网络的作用是什么?()A选择位点B优化过程参数C增加新单元操作D确定操作变量正确答案：ACD第18题化工过程设计方法论中,数学优化法的特点是充分利用现有化工流程数据,不局限于专家经过程流程图()是化工过程与设备间的连接关系及其核心设计参数()第19题化工流程设计的主要任务是优化化工单元操作()第20题验,设计复杂的化工过程流程图()第21题AI在化工流程设计中的作用是助力PID图自动修正。()第22题流程图自动生成中,图神经网络是将流程图生成问题转化为点线图生成()第23题Agent:图卷积网络在流程图自动生成中的作用是将流程图转换为点线图,便于确定优化位点()第24题储罐是化工流程中常见的操作单元?()第25题单元操作的文本表示中,吸收塔的SFILES是blwr?()章节测试第1题合成化学的定义是()。A研究如何通过化学反应将简单物质转化为更复杂物质B研究化学反应的动力学C研究物质的物理性质D研究化学物质的燃烧特性第2题逆合成分析是指()?A从目标合成物出发,反向推导合成所需的中间产物B将复杂的大分子简化为小分子中间体C通过计算化学反应的速率常数推导合成反应路径D从原料出发,逐步推导目标合成物第3题断键()在逆合成分析中的作用是()。A.通过增加官能团来复杂化分子结构A将复杂的大分子简化为小分子中间体B将特定官能团转变为目标官能团C在特定原子或片段处引入目标官能团正确答案：CA第4题逆合成分析中,如何通过官能团的操控来实现逆合成的目的?()A.通过改变分子的立体结构A通过官能团的转化、移除、加成和移位B通过分子重排C通过增加官能团的数量第5题以下不属于AI在逆合成分析中的应用的是()?A开发新化学反应BAI可以用于构建逆合成树C评估逆合成路径的合理性D自动化、探索式逆合成第6题电脑辅助合成分析的发展没有经历以下哪个阶段?()A基于经验和理论B基于数据库搜索C只依赖计算机模拟D逐步实现自动化、探索式逆合成第7题SMILES表示法的作用是()。A用于表示分子中原子和化学键的连接顺序B描述分子与溶剂的相互作用C描述反应路径的细节D表示分子的稳定性第8题AI+逆合成中,数据和算法的关系是()。A数据提供反应的详细信息,算法评估逆合成路径的合理性B数据不影响算法的效果C数据用于预测反应的时间和温度D算法只用于数据的存储第9题以下哪项不属于逆合成路径的合理性评估需要考虑的因素?()A.反应路径长度、收率、时间、成本A实验室的温度、湿度和反应设备B单步反应的可行性、选择性和收率C中间体的稳定性、分离难度,原料价格第10题合成化学面临的主要科学挑战是()。A.如何提高化学反应的纯度A如何缩短反应时间B如何实现低耗、安全、经济与绿色的合成C如何提高分子的稳定性第11题逆合成分析中,双基团断键不包括()。A1,1断开B1,2断开C1,3断开D2,3断开第12题合成化学的主要任务包