Baixe o app para aproveitar ainda mais
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
Compartilhar