Baixe o app para aproveitar ainda mais
Prévia do material em texto
L Universidade Luterana do Brasil ULBRA – Campus Torres Pró-Reitoria de Graduação Tipo de atividade: Prova ( ) Trabalho ( ) ..... ( ) Avaliação: G1 ( ) G2 ( ) Substituição de Grau: G1 ( ) G2 ( ) Curso: STADS Disciplina: IA Data: 03/06/17 Turma: Professor(a): Valor da Avaliação: Nota: Acadêmico(a): n°: Atividade de Revisão G2 O que é Inteligência Artificial? Projeto e desenvolvimento de programas de computador que tentam imitar a inteligência humana e funções de tomada de decisão, obtendo raciocínio e outras características humanas. Quais são as principais áreas de IA? Quais as principais soluções desenvolvidas com o apoio da mesma? Robotica, Internet das Coisas, Bigdata. Eletrodomésticos, Jogos e brinquedos eletrônicos, Robótica e automação industrial, Verificação automática de software, Otimização e controle de processos, Processadores de linguagem natural, Bancos de dados dedutivos e mineração de dados, Aprendizagem, planejamento e escalonamento de tarefas, Reconhecimento de imagens, sons, cheiros e sabores. O que são Redes Neurais Artificiais? Quais elementos a constituem? O conjunto de diversos neurônios formam a rede neural. As entradas podem estar conectadas em muitos neurônios com vários pesos, resultando uma série de saídas, uma para cada neurônio. Para o caso de haver diversos pontos de saída que combinados representam determinada ação ou objeto do mundo real, deverão haver também, o mesmo número de neurônios. Camada de entrada: o número de neurônios vai depender do tamanho do vetor utilizado para representar o objeto. Sua função é armazenar a informação de entrada para esta ser passada para a camada seguinte. Camada de Saída: o número de neurônios deverá ser, no mínimo igual, a quantidade de objetos a serem reconhecidos. Camada escondida (oculta, intermediária): situam-se entre as camadas de entrada e saída. Não existe uma regra para determinar o número de camadas ocultas. Cálculo empírico determina o número de neurônios da camada oculta, resultado da média geométrica ou aritmética dos neurônios da camada de entrada e saída. Ainda é alvo de pesquisas. Exemplo:Se uma rede neural é projetada para reconhecer os algarismos numéricos, esta rede obrigatoriamente deverá possuir, no mínimo, 10 neurônios de saída, cada um representando um dos números (0 a 9). Quais são as partes que compõem um neurônio artificial? Explique a função de cada uma delas? Camada de entrada: o número de neurônios vai depender do tamanho do vetor utilizado para representar o objeto. Sua função é armazenar a informação de entrada para esta ser passada para a camada seguinte. Camada de Saída: o número de neurônios deverá ser, no mínimo igual, a quantidade de objetos a serem reconhecidos. Camada escondida (oculta, intermediária): situam-se entre as camadas de entrada e saída. Não existe uma regra para determinar o número de camadas ocultas. Cálculo empírico determina o número de neurônios da camada oculta, resultado da média geométrica ou aritmética dos neurônios da camada de entrada e saída. Ainda é alvo de pesquisas. Quais são as principais aplicações das RNA`s? Cite dois casos de sucesso. Facebook: Usa algoritmo para detectar quais as áreas de mais interessante através das curtidas. Instagram: Usa buscar como formas de publicidade a público ao nos usuários do aplicativo. Quais são as possíveis camadas de uma rede neural? Comente as topologias estudadas. Uma rede neural é formada em camadas, possuindo no mínimo uma camada de entrada e uma camada de saída. Camada de entrada – o número de neurônios vai depender do tamanho do vetor utilizado para representar o objeto. – sua função é armazenar a informação de entrada para esta ser passada para a camada seguinte. Camada de saída – o número de neurônios deverá ser, no mínimo igual, a quantidade de objetos a serem reconhecidos. Explique o processo de aprendizado em uma RNA. Para que é utilizado este processo? Quais são os tipos de aprendizados das RNA’s? Redes neurais possuem capacidade de aprenderem através de exemplos. Na aprendizagem das rede não procura-se obter regras como na abordagem simbólica de IA, mas sim determinar o valor dos pesos. O conhecimento é implicitamente armazenado nas conexões entre neurônios. aprendizado supervisionado:a cada exemplo apresentado a rede é observado o sinal de saída da rede, caso não seja o esperado é introduzida uma correção. exemplo: reconhecimento dos caracteres A e B • dois neurônios de saída • alguns neurônios na camada de oculta • um número de neurônios, na camada de entrada, capaz de representar os caracteres. Aprendizado não supervisionado: também conhecido como aprendizado auto supervisionado. – não requer saídas desejadas. – não precisa de “professores” para o seu treinamento. – para o treinamento são utilizados apenas os valores de entrada. – a rede trabalha essas entradas e se organiza de modo que acabe classificando-as utilizando para isso seu próprios critérios. Considerando as três funções de transferência estudadas, determine a saída dos neurônios a seguir: 2 1 ? 2 -3 2 -3 ? 1 ? 3 -1 -1 ? 2 ? -2 1 O que são Sistemas Especialistas? Qual a sua estrutura? SE são sistemas de IA desenvolvidos para servirem como consultores na tomada de decisões que envolvam áreas restritas da ciência. São sistemas que utilizam o conhecimento de um ou mais especialistas codificando em um programa que o aplica na resolução de problemas. São transparentes quanto ao raciocínio • São capazes de ensinar ao usuário • São capazes de adquirir novos conhecimentos • Incluem tratamento de dúvidas nas respostas do usuário. • Incluem tratamento de incertezas das regras contidas no banco. Quais são os principais tipos de SE’s? Sistemas de classificação – acumulam evidências e seus pesos relativos para caracterizar um certo caso como pertencente a uma entre um conjunto de dados de categoria de casos. – exemplo: diagnósticos. Sistemas de interpretação – buscam explicar dados observados atribuindo-lhes significados simbólicos que descrevam a situação que os gerou. – exemplos: sistemas de supervisão, análise de imagem, identificação de estruturas químicas, outros. Sistemas de projeto – desenvolvem configurações de objetos que satisfaçam características preestabelecidas. – exemplo: projetos de engenharia e configurações de componentes digitais. Sistemas de depuração – identificam erros em sistemas e apresentam soluções possíveis. – exemplo: depuração de programas. Sistemas de reparos – projetam e executam planos para solucionar falhas diagnosticadas em sistemas. – exemplo: manutenção de aviões, carros, computadores, outros. Sistemas de instrução – acompanham a evolução do aprendido de estudantes reconhecendo suas fraquezas e propondo soluções. – exemplo: tutores inteligentes. Sistemas de controle – realizam a supervisão do funcionamento geral de um sistema. – exemplo: emissões de guerras, controle de batalhas, outros. Como se dá o processo de desenvolvimento de um sistema especialista? Quais são as partes desenvolvidas? Construção – Engenheiro de conhecimento • profissional responsável por construir o SE • deve dominar as ferramentas de desenvolvimento e as linguagens de representação do conhecimento. – Obtenção do conhecimento: • Privado – obtido através de entrevistas com especialistas no assunto. • Público – obtido através de consulta a livros e resistas especializadas. Utilização – quando pronto, o SE poderá ser utilizados para resolver problemas de usuários não-especialistas. O que são fatores de confiança? No que eles influenciam? Ter um software para identificar melhor possiblidade em tomadas de decisõe sem sistemas especialistas, que podem identificar algo e dar a melhorresposta para efetuar a uma ação. A construção de um SE pode ser dividida em 5 fases? Quais são elas e o que é feito em cada uma dela? interface – um SE de possuir duas interfaces: • interface com o usuário • interface de desenvolvimento Aquisição do conhecimento – é o módulo do SE responsável por acumular, transferir e transformar o expertise do especialista para a base de conhecimento. Base de conhecimento – todo o conhecimento sobre o problema está representado neste módulo. – parte central do SE – conhecimento obtido de forma factual e/ou heurística. Motor de inferência – contém o conjunto de métodos que seleciona e aplicam o conhecimento contido no banco de conhecimento. O que é aquisição do conhecimento? Quais são os principais métodos utilizados para realizar a mesma? Aquisição de conhecimento é aforma qual o programa recebe regras para entender os problemas. Treinaemnto de redes neurais para ter um treinamento podendo dar uma resposta para o usuario. O que são as regras de produção em um sistema especialista? O conhecimento e representado através de um conjunto de fatos e de regras de produção. • Sistema baseado em regras caracteriza-se por: – incorporar conhecimento heurístico em regras do tipo: SE – ENTÃO – combinar regras simples para a resolução de um problema – ter capacidade de explicar qualquer conclusão. Sistema composto de duas partes: – base de conhecimento: conjunto de regras de produção. – máquina de inferência: diz como manipular as regras. • Vantagem – garante a validade dos novos fatos inferidos. – forma de representação legível • Desvantagem – falta de organização entre as regras – demorada a recuperação de informações Desenvolva o seguinte SE e faça os testes para descobrir as possíveis respostas. ) OBJETIVOS: enchentes e evacuação → Se for entre os meses de maio e outubro a estação de chuva. → Se for entre os meses de novembro e abril a estação de seca. → Se a precipitação do rio for nenhuma e a estação for de seca a chance de enchente é nenhuma. → Se a precipitação do rio for nenhuma e a estação for de chuva a chance de enchente é baixa. → Se a precipitação do rio for pouca a chance de enchente é nenhuma. → Se a precipitação do rio for muita a chance de enchente é alta. → Se o nível do rio for baixo nem a enchente e nem a evacuação ocorrerão. → Se o nível do rio for normal ou baixo e a chance de enchente é nenhuma ou baixa nem a enchente e nem a evacuação ocorrerão. → Se o nível do rio for normal e a chance de enchente é alta e a chuva for forte a ocorrência de enchente é de 40%, mas não haverá evacuação. → Se o nível do rio for normal e a chance de enchente é alta e a chuva for média não haverá enchente e nem evacuação. → Se o nível do rio for alto e a chance de enchente é alta e a chuva for nenhuma ou fraca a ocorrência de enchente é de 50% e a ocorrência de evacuação é de 20%. → Se o nível do rio for alto e a chance de enchente é alta e a chuva for forte ocorrerá enchente, porém a chance de evacuação é de 80%. → Se a altura do rio for menor que 10 o nível do rio é baixo. → Se a altura do rio for entre 10 e 16 o nível do rio é normal. → Se a altura do rio for maior que 16 o nível do rio é alto. → Se a previsão do tempo for ensolarado a chuva será nenhuma. → Se a previsão do tempo for nublado a chuva será fraca. → Se a previsão do tempo for tempestade a chuva será forte. Missão – Desenvolver, difundir e preservar o conhecimento e a cultura pelo ensino, pesquisa e extensão, buscando permanentemente a excelência no atendimento das necessidades de formação de profissionais qualificados e empreendedores nas áreas da educação, saúde e tecnologia (PDI, p. 93). Visão - Ser uma instituição de referência no Ensino Superior em cada localidade em que atua e estar entre as dez melhores do pais até o ano de 2015 (PDI, p. 94).
Compartilhar