Baixe o app para aproveitar ainda mais
Prévia do material em texto
Apol Objetiva 2 – Inteligência Artificial Aplicada Q1 - Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: () Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. () Num sistema PROLOG, o componente lógico estabelece como a solução pode ser obtida. () Uma cláusula pode ser um fato, regra ou consulta. () “filho(X,Y) :- pai(Y,X). “ é um fato. () A programação procedural é o paradigma fundamental da programação em lógica. D) V-F-V-F-F Você acertou! Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. Num sistema PROLOG, o componente lógico corresponde à definição do que deve ser solucionado. Uma cláusula pode ser um fato, regra ou consulta.A cláusula “filho(X,Y) :- pai(Y,X). “ é uma regra.A programação declarativa é o paradigma fundamental da programação em lógic Q2 - Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial: C) Não-linearidade, mapeamento entrada-saída, adaptabilidade e resposta a evidências Você acertou! Pela não-linearidade, os neurônios podem ser lineares ou não-lineares, deste forma permitindo aproximações robustas de funções de mapeamento que tenham característica não-linear. Pelo mapeamento entrada-saída, a rede aprende a partir de exemplos, estabelecendo mapeamento entre os padrões apresentados na entrada com as saídas dadas pelos exemplos. Pela adaptabilidade, as redes neurais podem ser treinadas e armazenar o conhecimento nos pesos sinápticos, podendo adaptar-se caso o conjunto de amostras utilizado para o treinamento se modifique ao longo do tempo. E pela resposta a evidências uma rede neural pode perfazer uma tarefa de seleção de um padrão, mas também informar sobre o garu de confiança ou crença referente ao padrão escolhido. Q3 - Assinale com “V” ou “F” as alternativas a seguir e depois marque a alternativa correta: () Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. () Problemas do mundo real são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. () Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. () Uma função sucessora pode gerar árvores de busca a partir do estado inicial de um certo problema. () Enquanto o puzzle de 24 peças (5x5) pode ser resolvido com facilidade, o de 8 peças (3x3) ainda é bastante difícil de resolver de forma ótima. E) V-F-V-V-F Você acertou! Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. Miniproblemas são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. Uma função sucessor pode gerar árvores de busca a partir do estado inicial de um problema. Enquanto que o puzzle de 8 peças (3x3) pode ser resolvido com facilidade, o de 24 peças (5x5) ainda é bastante difícil de resolver de forma ótima. Q4 - Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: () A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá dividir corretamente o espaço de classificação com uma reta. () O método de aprendizagem por correção de erros aumenta a força dos pesos positivamente correlacionados ou diminui daqueles negativamente correlacionados. () A função sigmoide é um tipo de função de transferência para RNA. () A taxa de aprendizagem permite que uma pequena parcela do erro de classificação seja propagada de volta no perceptron. () O problema do XOR só consegue ser classificado corretamente por um perceptron simples se colocarmos uma camada oculta. A) V-F-V-V-V Você acertou! A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá dividir corretamente o espaço de classificação com uma reta. No método de aprendizagem por correção de erros a informação do erro é utilizada para modificar os pesos sinápticos. A função sigmoide é um tipo de função de transferência para RNA. A taxa de aprendizagem permite que uma pequena parcela do erro de classificação seja propagada de volta no perceptron. O problema do XOR só consegue ser classificado corretamente por um perceptron simples se colocarmos uma camada oculta. Q5 - A aplicação de uma RNA a um problema qualquer com uma grande quantidade de sinais de entrada exige que seja feita a normalização para padronizar o cálculo internamente à RNA. Considerando a normalização de um sinal de entrada para um neurônio relativo à que tenha o valor mínimo de 100 (zero), o sinal máximo de 10000 e um valor qualquer de entrada de 3450, o valor normalizado para esta entrada específica (com duas casas decimais) será de: C) 0,34 Você acertou! Utiliza-se a fórmula para o cálculo da normalização de uma entrada de RNA: Q6 - Considerando uma busca em extensão para um problema que tenha expansão b=6 nós com a solução no nível d=4, podemos afirmar que o número de nós gerados será de: A) 9325 Você acertou! Para a busca em extensão, devemos calcular o número de nós expandidos com N = 1 + b + b2 + b3 + b4 + ... + bd + (bd+1-b). Substituindo, temos N = 1 + 6 + 62 + 63 + 64 + (64+1-6) . Resolvendo as potências, temos N = 1 + 6 + 36 + 216 + 1296 + 7776 – 6 = 9325 nós. Q7 - Considere o sistema especialista descrito abaixo para o comportamento de um robô, com um sensor de distância equipado na frente e movido com rodas, monitorando o nível de tensão da bateria e o movimento (se está movendo-se à frente ou está parado). Uma variável guarda a velocidade do robô, que pode ser 5 cm/s ou 10 cm/s. O robô pode se movimentar em um ambiente retangular com paredes. Este sistema é composto das seguintes regras: I. SE distância < 10cm E estado = movendo à frente ENTÃO pare o movimento II. SE distância < 10cm E estado = parado ENTÃO dê gire aleatoriamente III. SE distância >= 10cm E estado = parado ENTÃO mova-se para frente IV. SE nível da bateria < 2 Volts ENTÃO velocidade = 5 cm/s V. SE nível da bateria >= 2 Volts ENTÃO velocidade = 10 cm/s Supondo que o monitoramento dos sensores alimente os seguintes fatos ao sistema especialista: Distância = 12cm. Estado parado. Nível da bateria = 2,5 Volts. Velocidade = 10 cm/s. Assinale a alternativa que contém quais as regras que serão executadas: D) III e V Você acertou! Como a distância é maior do que 10 cm e o estado é parado, a regra III será executada, com o robô fazendo agora o movimento à frente com a velocidade de 10 cm/s. Como o nível da bateria está em 2.5 Volts, a regra V será executada, mantendo a variável de velocidade em 10 cm/s. Q8 - Na execução de um AG, considere os seguintes cromossomos: Cromossomo 1: 110001001 Cromossomo 2: 101111101 Considerando o ponto de corte após o gene de número 5, como seriam os descendentes destes cromossomos em caso de crossover? B) 110001101 e 101111001 Você acertou! O processo de crossover faz a operação ilustrada a seguir, invertendo a segunda parte do cromossomo após o gene de número “5”: Q9 - Assinale as afirmações sobre Algoritmos Genéticos (AG) a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: () Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criadosa partir da combinação de dois (ou mais) estados “pais”. () AG usa estruturas de neurônios para executar a sua busca por um estado ótimo. () Um AG contém regras com premissas e consequentes para executar o seu algoritmo. () Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo. () Um AG procura uma solução dentro de um espaço para um problema de otimização. C)V-F-F-V-V Você acertou! Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de dois (ou mais) estados “pais”. AG não usa estruturas de neurônios como as RNA para executar a sua busca por um estado ótimo. Também, um AG contém regras com premissas e consequentes para executar o seu algoritmo. Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo, procurando uma solução dentro de um espaço para um problema de otimização. Q10 - No caso de um AG utilizar como alfabeto a numeração hexadecimal com 10 genes, qual o cromossomo abaixo seria um exemplo de representação de um indivíduo: A) 11AF09921B Você acertou! pois é a única que possui genes na faixa de representação hexadecimal (0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F).
Compartilhar