Prova IA para Engenharia de Produção - Isabela Andrade - 201908073063

Prévia do material em texto

A 
 
CCE1611 / INTELIGÊNCIA ARTIFICIAL APLICADA À ENGENHARIA DE 
PRODUÇÃO 
 
 
Nome: Matrícula: ________________ 
Disciplina: CCE1611 / IA APLICADA À ENGENHARIA DE PRODUÇÃO Data: ___ /___ /______ 
Período: 2023.2 / AV Turma Integrada 
 
Leia com atenção as questões antes de responder. 
É proibido o uso de equipamentos eletrônicos portáteis e consulta a materiais de qualquer natureza durante a realização da 
prova. 
Boa prova. 
 
 
1. 1 PONTO 
Considerando a função de pertinência da variável fuzzy “umidade” é definida pelo gráfico a seguir, pode-se afirmar 
que: 
 
 
A variável umidade pode ser, baixa, média ou alta. Mas logicamente não pode ser baixa e média ao mesmo 
tempo. 
 
A umidade é baixa entre 0 e 50, média entre 25 e 75 e alta de 75 em diante. Como existem faixas onde a 
variável pode ser baixa e média ou média e alta ao mesmo tempo, isso é um erro e não pode acontecer em 
sistemas Fuzzy. 
 
Se a umidade for 30 ela será baixa (0,8) e média (0,2), onde os números entre parênteses representam a 
pertinência, ou seja, o quanto a umidade é baixa ou média. 
 
Se a umidade for 50 ela será baixa e média com a mesma pertinência. 
 
Considerando que essa é uma variável de entrada em um sistema fuzzy, a modelagem de baixa, média e 
alta deverá ser ajustada para valores que sejam incompatíveis com a linguagem e expressão humana. 
 
2. 1 PONTO 
 
 Um sistema fuzzy é modelado com as regras abaixo: 
1. Se temperatura é fria e umidade é baixa então o ventilador deve ser ligado no mínimo. 
2. Se temperatura é média e umidade é média então o ventilador deve ser ligado no médio. 
3. Se temperatura é quente e umidade é baixa então tempo o ventilador deve ser ligado no máximo. 
Dessa forma, podemos afirmar que: 
201908073063Isabela Cristina Andrade Alves de Souza
09 11 2023
X
isouza1
Realce
isouza1
Realce
isouza1
Realce
 
Se a temperatura for fria (0,6) e média (0,4) e a umidade for média (0,3) e baixa (0,2) então o ventilador 
deverá ser ligado no máximo. 
 
Como existem claramente 3 classificações para umidade e 3 para temperatura são necessárias 9 regras 
para definir o sistema, sendo seu funcionamento impossível com apenas 3 regras. 
 
Se a temperatura for média (0,6) e quente (0,2) a umidade for média (0,3) então apenas a regra 1 estará 
ativa e o ventilador deverá ser ligado no médio. 
 
Se a temperatura for média (0,6) e a umidade for média (0,3) e quente (0,4) então apenas a regra 2 estará 
ativa e o processo de defuzzificação deve ser feito para calcular qual a velocidade do ventilador. 
 
Se a temperatura for média (0,6) e a umidade for média (0,3) então apenas a regra 3 estará ativa e o 
ventilador deve ser ligado no médio. 
 
3. 1 PONTO 
O processo abaixo é uma saída de um sistema fuzzy de controle. A variável de saída representa o quanto em 
porcentagem, será feita a irrigação de uma plantação. Dessa forma pode-se afirmar que: 
 
 
A inferência de regras concluiu que a irrigação, variável de entrada, é pequena com 50% de pertinência, ou 
seja, deve ser grande ou média (e outras classes) com 50% restantes. 
 
No gráfico da esquerda, a inferência de regras definiu a parte vermelha como a área de irrigação pequena 
e no gráfico da direita é feita outra inferência, onde a parte vermelha é a irrigação pequena e a parte verde 
a irrigação não-pequena. 
 
A irrigação seria 15% se o resultado da inferência fosse pequeno com pertinência 1. 
 
Se a irrigação for 70, ela sempre será considerada apenas pequena no sistema fuzzy mostrado acima. 
 
Os pontos “x” do gráfico da esquerda são os centros de gravidade de um retângulo e triângulo, que 
combinados poderão calcular o centro de gravidade do trapézio do gráfico da esquerda, que é o processo 
para calcular o quanto de irrigação, em %, será aplicado na saída do sistema fuzzy. 
 
 
4. 1 PONTO 
Uma rede neural MLP (Multi-Layer Perceptron) é utilizada para previsão de séries temporais, dessa forma, pode-se 
afirmar que: 
 
Deve-se separar a série em pelo menos duas partes, um para o treinamento e outra para o teste. O teste 
poderá ser feito analisando, por exemplo, RMSE, ou raiz quadrada da média dos erros quadrados. 
 
Utiliza-se a curva ROC e a matriz de confusão para verificar o desempenho da rede. 
 
A rede levará sempre em consideração apenas 1 valor anterior (t-1) para prever a série em t. 
 
O desempenho da rede MLP, é o método neural mais simples, será sempre inferior ao de redes mais 
complexas. 
 
Redes MLP não podem ser utilizadas para previsão de funções, pois são usadas primariamente para 
classificação. 
 
 
 
 
X
X
x
isouza1
Realce
isouza1
Realce
isouza1
Realce
5. 1 PONTO 
O que é a função de pertinência em um sistema de lógica fuzzy? 
 
A função de pertinência é usada para calcular o grau de verdade de uma proposição na lógica fuzzy. 
 
A função de pertinência é uma função que descreve a relação entre as variáveis de entrada e de saída em 
um sistema de controle fuzzy. 
 
A função de pertinência é uma técnica de defuzzificação que converte valores fuzzy em valores nítidos ou 
clássicos. 
 
A função de pertinência é um método de fusão de regras em um sistema de inferência fuzzy. 
 
A função de pertinência é uma técnica de interpolação que mapeia um valor de entrada em um grau de 
pertencimento em relação a um conjunto fuzzy. 
 
 
6. 1 PONTO 
Uma rede neural é utilizada para classificar imagens em duas classes: gato e não-gato, a matriz de confusão de saída 
é a mostrada abaixo. Qual a sua utilidade? 
 
 
A matriz de confusão é uma matriz que armazena as ativações de todas as unidades de uma rede neural. 
 
A matriz de confusão é usada para rastrear o tempo de execução de uma rede neural durante o treinamento. 
 
A matriz de confusão é uma matriz que compara as classificações da rede com os rótulos reais, permitindo 
a avaliação do desempenho do modelo. 
 
A matriz de confusão é uma matriz usada para inicializar os pesos da camada de saída da rede. 
 
A matriz de confusão é uma matriz que confunde a rede neural para que a rede não decore os resultados. 
 
7. 1 PONTO 
O que é Overfitting em redes neurais de classificação e como pode ser evitado? 
 
É quando a rede neural não consegue aprender a partir dos dados de treinamento e não é um problema 
comum em redes neurais. 
 
É um problema em que a rede neural se ajusta excessivamente aos dados de treinamento, memorizando 
os dados. Pode ser necessário a redução do número de neurônios. 
 
Ocorre quando a rede neural generaliza os dados de treinamento, mas não consegue se adaptar a novos 
dados. Pode ser evitado aumentando o número de camadas ocultas. 
 
É o resultado de treinar a rede neural por um período muito curto de tempo. Pode ser evitado treinando a 
rede mais vezes. 
 
Ocorre quando a rede neural não possui complexidade suficiente para entender o treinamento. 
 
8. 1 PONTO 
Sobre os fatores chave da sociedade do conhecimento pode se afirmar que: 
X
X
X
isouza1
Realce
isouza1
Realce
isouza1
Realce
 
O conhecimento tácito é aquele que um indivíduo consegue transmitir para outro, podendo repassar e 
ensinar o que lhe foi passado. 
 
O conhecimento explícito é aquele que só o indivíduo possui, não sendo possível repassar para os demais. 
É um conhecimento intrínseco. 
 
Os dados, a informação, a propaganda e o software e são bens tangíveis e considerados fatores de 
produção da indústria 4.0. 
 
A criatividade é o dom que nasce com todo indivíduo, mas que ao longo dos anos pode ser diminuída devido 
às imposições da sociedade. 
 
O lucro é o valor mais importante que uma empresa “learning organization” deve focar para se suceder na 
sociedade do conhecimento. 
 
9. 1 PONTO 
O Ministério da Ciência, Tecnologia, Inovações e Comunicações (MCTIC) estima que o benefício esperado com a 
Internet das Coisas (IoT) poderá chegar a US$ 200 bilhões por ano em 2025, o que representa 10% do Produto Interno 
Bruto (PIB) atual doBrasil. Dessa forma, verifique quais afirmações estão corretas: 
I. A Internet das Coisas é que uma extensão da Internet atual, que proporciona aos objetos do dia a dia se 
conectarem à Internet com capacidade computacional e de comunicação. 
II. A conexão da Internet das Coisas com a rede mundial de computadores viabilizará controlar remotamente os 
objetos. 
III. A privacidade sempre será preservada para que não haja interferência social na vida dos indivíduos. 
IV. Com a criptografia há muita confiabilidade e segurança nos softwares impedindo completamente as fraudes. 
V. Existe uma maior quantidade de equipamentos conectados à Internet com o uso do IPV6. 
 
Estão corretas as afirmações I, II, IV e V. 
 
Estão corretas as afirmações I, II e V. 
 
Estão corretas as afirmações II, IV. 
 
Estão corretas as afirmações I, III, IV. 
 
Estão corretas as afirmações I, III, V. 
 
10. 1 PONTO 
A Quarta Revolução Industrial é uma expressão que engloba algumas tecnologias para automação e troca de dados e 
utiliza conceitos de Sistemas ciberfísicos. Sobre o conceito de ciberfísico é correto afirmar: 
 
A descentralização é a habilidade dos sistemas ciberfísicos de tomarem decisões sem intervenção humana. 
 
A interoperabilidade é a adaptação flexível das Fábricas Inteligentes para requisitos mutáveis através da 
reposição ou expansão de módulos individuais. 
 
A orientação a o serviço é uma cópia criada por sensores de dados interconectados que monitoram 
processos físicos com modelos de plantas virtuais e de simulação. 
 
A virtualização é a capacidade em tempo real de coletar e analisar dados e entregar conhecimento derivado 
dessas análises. 
 
A modularidade é a habilidade dos sistemas ciberfísicos dos humanos e das Fábricas Inteligentes de 
possuírem a Computação em Nuvem. 
 
 
 
 
Campus: 
MARACANÃ 
 
RENATA MERCANTE 
 
 
 
 
 
 
X
X
X
isouza1
Realce
isouza1
Realce
isouza1
Realce
isouza1
Realce