Fazer teste Semana 6 - Atividade Avaliativa Redes

Prévia do material em texto

Fazer teste: Semana 6 - Atividade Avaliativa
Informações do teste
Descrição
Instruções
Várias tentativas Este teste permite 3 tentativas. Esta é a tentativa número 1.
Forçar conclusão Este teste pode ser salvo e retomado posteriormente.
Suas respostas foram salvas automaticamente.
1. Para responder a esta atividade, selecione a(s) alternativa(s) que você considerar correta(s);
2. Após selecionar a resposta correta em todas as questões, vá até o fim da página e pressione “Enviar teste”.
3. A cada tentativa, as perguntas e alternativas são embaralhadas
Olá, estudante!
Pronto! Sua atividade já está registrada no AVA.
PERGUNTA 1
A máquina restrita de Boltzmann (RBM) representa uma versão da máquina de Boltzmann na qual as ligações
intracamadas são suprimidas. Qual é o benefício gerado por essa restrição?
As ligações intracamadas são responsáveis por gerar dinâmicas complexas na evolução do modelo, logo, ao
eliminá-las, o modelo sempre irá convergir para um ponto fixo, melhorando a estabilidade do modelo final.
Na máquina de Boltzmann padrão, o equilíbrio térmico na fase positiva requer um número elevado de iterações. Ao
eliminar as ligações intercamadas, o equilíbrio térmico pode ser atingido com apenas um passo.
Ao restringir o número de conexões, o custo computacional associado ao treinamento da máquina de Boltzmann é
drasticamente reduzido.
O equilíbrio térmico da máquina restrita de Boltzmann, em sua fase negativa, pode ser obtido a partir de um número
pequeno de iterações, dessa forma, em comparação à máquina de Boltzmann original, o custo computacional para
se calcular as correlações entre estados nessa fase é bastante reduzido.
A redução do número de ligações permite a aplicação direta do algoritmo de retropropagação para treinamento das
RBM.
1,42 pontos   Salva
PERGUNTA 2
O treinamento da máquina de Boltzmann depende de duas fases distintas, que são:
fase positiva, na qual todos os neurônios podem operar livremente; fase negativa, na qual os neurônios, da camada
oculta, permanecem fixos em um dado estado.
fase positiva, na qual os neurônios visíveis permanecem fixos em um dado estado; e fase negativa, na qual todos
os neurônios podem operar livremente.
fase de propagação, na qual o sinal se propaga da camada visível para a camada oculta; fase de retropropagação,
na qual o sinal se propaga no sentido inverso.
fase positiva, na qual todos os neurônios podem operar livremente; fase negativa, na qual os neurônios da camada
visível permanecem fixos em um dado estado.
fase positiva, na qual os neurônios ocultos permanecem fixos em um dado estado; fase negativa, na qual todos os
neurônios podem operar livremente.
1,42 pontos   Salva
 Estado de Conclusão da Pergunta:
Clique em Salvar e Enviar para salvar e enviar. Clique em Salvar todas as respostas para salvar
todas as respostas.
Salvar todas as respostas Salvar e Enviar
https://ava.univesp.br/webapps/assessment/take/launch.jsp?course_assessment_id=_126985_1&course_id=_8361_1&content_id=_1111808_1&step=null#
https://ava.univesp.br/webapps/assessment/take/launch.jsp?course_assessment_id=_126985_1&course_id=_8361_1&content_id=_1111808_1&step=null#
PERGUNTA 3
Assinale a alternativa correta em relação à rede de Hopfield.
A rede de Hopfield é uma rede neural estocástica, totalmente conectada e com laços de autorrealimentação. As
conexões entre os neurônios possuem pesos simétricos.
A rede de Hopfield consiste em um modelo supervisionado desenvolvida para solucionar o problema de
classificação com múltiplas classes.
A rede de Hopfield consiste em uma versão recorrente da rede Multilayer Perceptron. Por possuir diversas
camadas, o seu treinamento é realizado via algoritmo de retropropagação.
A rede de Hopfield consiste em um conjunto de neurônios totalmente conectados entre si, porém sem laços de
autorealimentação. As conexões entre os neurônios possuem pesos simétricos.
A rede de Hopfield é uma rede neural com múltiplas camadas de neurônios não lineares e alta capacidade de
memória.
1,42 pontos   Salva
PERGUNTA 4
O que é um atrator em um sistema dinâmico?
Representa o comportamento divergente de um sistema dinâmico.
Um atrator é representado pelo conjunto de pontos instáveis do sistema dinâmico, isto é, pontos que nunca serão
atingidos durante a evolução do sistema.
Um atrator é representado pelo conjunto de órbitas caóticas associados ao sistema dinâmico em estudo.
É definido como a condição inicial a partir da qual o sistema dinâmico evolui no tempo. Um atrator pode ser
considerado instável ou estável.
É definido como um subconjunto limitado do espaço de fases para o qual o sistema converge a partir de uma dada
condição inicial.
1,42 pontos   Salva
PERGUNTA 5
O treinamento da máquina restrita de Boltzmann é comumente realizado pelo algoritmo CD, denominado divergência
contrastiva (do inglês: Contrastive Divergence). Qual é a vantagem desse algoritmo em relação ao algoritmo original de
treinamento dessas redes?
O algoritmo CD realiza a fusão das fases positiva e negativa utilizando o método da divergência contrastiva. Como
consequência, o custo computacional associado ao treinamento é reduzido.
O algoritmo CD elimina a necessidade da fase negativa do algoritmo original de treinamento das RBMs. Como
consequência, o custo computacional associado ao treinamento é reduzido.
O algoritmo CD consiste em uma adaptação do algoritmo de treinamento da RBM utilizando temperatura
decrescente durante as iterações, por essa razão, a rede converge mais rapidamente reduzindo o custo associado
a amostragem de Gibbs.
O cálculo das correlações (expectativas) na fase negativa via amostragem de Gibbs é muito custo
computacionalmente, o algoritmo CD agrega uma fase de retropropagação do sinal de erro com o objetivo de
reduzir esse custo e acelerar a convergência do treinamento.
O cálculo das correlações (expectativas) na fase negativa via amostragem de Gibbs é muito custo
computacionalmente, o algoritmo CD reduz esse custo realizando o cálculo das correlações com apenas um passo
da amostragem de Gibbs após a fase positiva.
1,42 pontos   Salva
PERGUNTA 6
Qual é a função dos neurônios visíveis e ocultos na máquina de Boltzmann?
Os neurônios visíveis representam a interface com o ambiente de operação da rede. Os neurônios ocultos, por sua
vez, são responsáveis pelo mapeamento das entradas na camada de saída da rede.
Os neurônios visíveis representam a camada de entrada da máquina de Boltzmann. Os neurônios ocultos, por sua
vez, processam a informação recebida pela camada visível e projeta os resultados na camada de saída.
Os neurônios visíveis representam a camada de saída da rede. Os neurônios ocultos representam a interface entre
as entradas e os neurônios visíveis representando a camada de saída da rede.
A máquina de Boltzmann, assim como a rede de Hopfield, não possui neurônios ocultos.
Os neurônios visíveis representam a interface com o ambiente. Os neurônios ocultos são responsáveis pela captura
de correlações a partir dos padrões apresentados na camada visível.
1,45 pontos   Salva
PERGUNTA 7
Considere a rede de Hopfield com três neurônios definida abaixo. Os pesos estão representados nas arestas (ligações)
da rede. Qual será o estado no tempo t+1 assumindo que no tempo t o estado da rede é: x=[N1, N2, N3]=[1, 1, 1]? Obs.:
 Estado de Conclusão da Pergunta:
Clique em Salvar e Enviar para salvar e enviar. Clique em Salvar todas as respostas para salvar
todas as respostas.
Salvar todas as respostas Salvar e Enviar
1,45 pontos   Salva
da rede. Qual será o estado no tempo t+1 assumindo que no tempo t o estado da rede é: x=[N1, N2, N3]=[1, 1, 1]? Obs.:
assuma o limiar zero (theta=0).
[-1, 1, 1]
[1, -1, 1]
[-1, -1, -1]
[1, 1, 1]
[1, -1, -1]
 Estado de Conclusão da Pergunta:
Clique em Salvar e Enviar para salvar e enviar. Clique em Salvar todas as respostas para salvar
todas as respostas.
Salvar todas as respostas Salvar e Enviar