Lista de Exercicios 1 - Sistemas Inteligentes - 2024-1

Prévia do material em texto

1 
CENTRO UNIVERSITÁRIO SANTO AGOSTINHO - UNIFSA 
PRÓ-REITORIA DE ENSINO 
NÚCLEO DE APOIO PEDAGÓGICO 
CURSO: Engenharia Elétrica 
DISCIPLINA: Sistemas Inteligentes 
PROFESSOR(A): Stênio de Sousa Coelho 
 ALUNO (A): ________________________________________________________________ 
 Nome do aluno (a) completo e legível 
 
 TURMAS: 25N8A e 25N9A DATA: 07/03/2024 
 
1ª LISTA DE EXERCÍCIOS 
 
Questão 1 – Explique o funcionamento do neurônio artificial. 
Questão 2 – Descreva os objetivos principais das funções de ativação. 
Questão 3 – Faça uma analogia entre os elementos constituintes do neurônio artificial e do neurônio 
biológico. 
Questão 4 – Discorra sobre a importância envolvendo o limiar de ativação. 
Questão 5 – Considerando que as operações individuais nos neurônios artificiais são realizadas mais 
rapidamente em comparação com os neurônios biológicos, explique por que diversas atividades executadas 
pelo cérebro humano produzem resultados mais rapidamente que um microcomputador. 
Questão 6 – Quais os principais tipos de problemas em que as redes neurais artificiais são aplicadas? 
Questão 7 – Quais as principais diferenças entre os métodos baseados em treinamento supervisionado e não-
supervisionado? 
Questão 8 – Explique por que o Perceptron somente consegue classificar padrões cuja fronteira de 
separação entre as classes seja linear. 
Questão 9 – Dois projetistas estão apicando aplicando uma rede Perceptron para mapear o mesmo problema 
de classificação de padrões. Discorra se é correto afirmar que ambas as redes irão convergir com o mesmo 
número de épocas. 
Questão 10 – Considere um problema de classificação de padrões composto de duas entradas {x1 e x2}, cujo 
conjunto de treinamento é composto pelas seguintes amostras de treinamento: 
x1 x2 Classe 
0,75 0,75 A 
0,75 0,25 B 
0,25 0,75 B 
0,25 0,25 A 
Mostre se é possível aplicar o Perceoptron na resolução deste problema 
 
 2 
Questão 11 – Explique por que o treinamento do Adaline é mais rápido do que o Perceptron, mesmo que 
ambas as redes tenham sidos utilizadas para o mesmo problema, tendo ainda seus vetores de pesos iniciados 
com valores iguais. 
Questão 12 – Explique as principais diferenças existentes entre o Perceptron e o Adaline. 
Questão 13 – É possível dizer que independentemente dos valores iniciais atribuídos ao vetor de pesos do 
Adaline, uma mesma configuração final para o vetor de pesos será obtida após a sua convergência? Pode-se 
afirmar o mesmo em relação ao número de épocas de treinamento? 
 
Bons estudos!