BDQ 9

Prévia do material em texto

INTELIGÊNCIA ARTIFICIAL   Lupa  
 
Exercício: CCT0296_EX_A9_201301090212  Matrícula: 201301090212
Aluno(a): LEANDRO DA SILVEIRA RAPHAEL Data: 20/06/2016 13:41:17 (Finalizada)
  1a Questão (Ref.: 201301368601)  Fórum de Dúvidas (0)       Saiba   (0)
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar
para a qualidade da rede treinada, o treinamento além do ponto desejado? 
I ­ A rede memoriza os padrões aprendidos 
II ­ Diminuição da capacidade de generalização da rede 
III ­ Otimização do tempo computacional no treinamento 
De acordo com a abordagem, assinale a opção CORRETA:
Apenas a afirmativa II está correta.
Apenas a afirmativa III está correta.
  Todas as afirmativas estão corretas.
Apenas as afirmativas II e III estão corretas.
  Apenas as afirmativas I e II estão corretas.
 Gabarito Comentado
  2a Questão (Ref.: 201301253203)  Fórum de Dúvidas (0)       Saiba   (0)
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, por que tal tipo de
treinamento é chamado de treinamento supervisionado?
as entradas e saídas são embaralhadas pelo supervisor antes do treinamento
é utilizado um algoritmo de supervisão dos pesos durante o treinamento
  as saídas desejadas são fornecidas e utilizadas para correção dos pesos
as respostas são revisadas utilizando o conjunto de validação
todo o processo deve ser supervisionado por um especialista
 Gabarito Comentado
  3a Questão (Ref.: 201301334448)  Fórum de Dúvidas (0)       Saiba   (0)
Com base no conhecimento sobre Redes Neurais Ar䰀贃ficiais, considere as afirma䰀贃vas a seguir.
 
I. A função booleana ou exclusivo (XOR) pode ser implementada usando uma rede perceptron de camada única.
II. Redes Neurais Ar䰀贃ficiais do 䰀贃po MLP (Mul䰀贃layer Perceptron) são capazes de classificar padrões de entrada não linearmente separáveis.
III. Retropropagação (backpropaga䰀贃on) é um algoritmo de aprendizagem supervisionada.
 
Assinale a alterna䰀贃va CORRETA.
  Somente as afirmativas II e III são corretas.
Somente as afirmativas I e II são corretas.
Somente as afirmativas I é correta.
Somente a afirmativas II é correta.
Somente as afirmativas I e III são corretas.
 Gabarito Comentado
  4a Questão (Ref.: 201301235412)  Fórum de Dúvidas (0)       Saiba   (0)
Considere a rede com neurônios de McCulloch­Pitts abaixo, na qual cada neurônio possui o patamar  = 0. Para os pares de valores
das entradas (xA e xB) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
 
 
  (0,0,0,1)
  (0,1,1,0)
(1,1,1,0)
(1,0,0,1)
(0,1,0,1)
 Gabarito Comentado
  5a Questão (Ref.: 201301253199)  Fórum de Dúvidas (0)       Saiba   (0)
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de
dados usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na
fase de treinamento para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? 
I ­ Validar as saídas da rede para determinar o erro por ela produzido 
II ­ Determinar o ponto de parada do treinamento para evitar o sobre­treinamento 
III ­ Ajudar a obter a resposta mais rapidamente 
De acordo com a abordagem, assinale a opção CORRETA:
Somente os itens II e III estão corretos.
Somente os itens I e III estão corretos.
  Somente o item I está correto.
Somente o item III está correto.
  Somente o item II está correto.
  6a Questão (Ref.: 201301722777)  Fórum de Dúvidas (0)       Saiba   (0)
O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. 
Assinale a alternativa INCORRETA sobre este algoritmo.
  Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída.
Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração
(apresentação de todos os padrões novamente).
  Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro.
Modificar os pesos das conexoões sinápticas de forma a minimizar o erro médio, considerando todos os
padrões da amostra.
Calcular o erro na saída da rede, que equivale a uma diferença entre o valor de saída obtida na rede e o
valor de saída desejado .
 Gabarito Comentado
 Fechar