Baixe o app para aproveitar ainda mais
Prévia do material em texto
Teste de Conhecimento avalie sua aprendizagem MODELAGEM E SIMULAÇÃO DE SISTEMAS 9a aula Lupa Exercício: CCE1326_EX_A9_202003164879_V1 13/03/2023 Aluno(a): RONALDO DE SOUSA GOMES 2023.1 EAD Disciplina: CCE1326 - MODELAGEM E SIMULAÇÃO DE SISTEMAS 202003164879 As arquiteturas das RNA podem são discriminadas por três classi�cações. Assinale a opção que apresenta as três classi�cações descritas corretamente. Micro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Meso-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Macro-Estrutura: associação eventual de redes para abordar problemas complexos. Micro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Meso-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Macro-Estrutura: associação eventual de redes para abordar problemas complexos. Micro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Meso-Estrutura: associação eventual de redes para abordar problemas complexos. Macro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Micro-Estrutura: associação eventual de redes para abordar problemas complexos. Meso-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Macro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Micro-Estrutura: associação eventual de redes para abordar problemas complexos. Meso-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Macro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Respondido em 13/03/2023 02:32:35 Explicação: As arquiteturas das RNAs são diferenciadas pelos conceitos micro, meso e macro estruturas, de�nidos consecutivamente por: características de cada neurônio na rede, principalmente a sua função de ativação; organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios; e associação eventual de redes para abordar problemas complexos. Questão1 https://simulado.estacio.br/alunos/inicio.asp javascript:voltar(); javascript:diminui(); javascript:aumenta(); Considerando o modelo matemático do neurônio para aplicação computacional com função de ativação linear , assinale a opção que determina o valor de saída do neurônio pelas entradas , relacionadas respectivamente aos pesos , com o bias . Modelo do neurônio: 0,19 0,39 0,51 0,11 0,59 Respondido em 13/03/2023 02:33:48 Explicação: A modelagem de sistemas inteligentes híbridos é a possibilidade de combinar técnicas inteligentes. Um método híbrido de interesse em sistemas inteligentes é o método neuro-fuzzy. Quais as camadas que podem ser consideradas na incorporação das técnicas Fuzzy nas Redes Neurais Arti�ciais? Fuzzy�cação, Regras, Consequente, Defuzi�cação. Entradas, Fuzzy�cação, Regras, Consequente, Defuzi�cação. Entradas, Fuzzy�cação, Regras, Defuzi�cação. Entradas, Fuzzy�cação, Consequente, Defuzi�cação. Fuzzy�cação, Regras, Defuzi�cação. Respondido em 13/03/2023 02:34:48 Explicação: São 5 camadas que as redes neuro-fuzzy possuem atribuídas as operações de tratamento fuzzy. Assinale a alternativa que apresenta as duas etapas do algoritmo de backpropagation: batelada e incremental forward e backward simples e composto inclinação e deslocamento simples e complexo Respondido em 13/03/2023 02:35:07 Explicação: g(⋅) : y = u y x1 = 1, x2 = −0.2 e x3 = 0.7 w1 = 0.3, w2 = 0.6 e w3 = 0.3 θ = −0.2 y = g( 3 ∑ i=1 xiwi − θ) y = g(0, 3 ⋅ 1 + 0, 6 ⋅ (−0, 2) + 0, 3 ⋅ 0, 7 − 0, 2) y = 0, 3 − 0, 12 + 0, 21 − 0, 2 = 0, 19 Questão2 Questão3 Questão4 O algoritmo de backpropagation é dividido em 2 etapas: forward (direto) e backward (reverso). javascript:abre_colabore('38403','303692869','6060949155');
Compartilhar