Exercicio 9 Estácio_ Alunos

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');