Buscar

INTELIGÊNCIA ARTIFICIAL Simulado 9

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

INTELIGÊNCIA ARTIFICIAL
		
	 
	Lupa
	 
	
	
	 
	Exercício: CCT0296_EX_A9_201402030622 
	Matrícula: 201402030622
	Aluno(a): ARTHUR PACHECO FRANÇA
	Data: 27/11/2016 16:23:59 (Finalizada)
	
	 1a Questão (Ref.: 201402657228)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. 
Assinale a alternativa INCORRETA sobre este algoritmo.
		
	
	Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro.
	
	Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração (apresentação de todos os padrões novamente).
	 
	Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída.
	
	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
	
	
	 2a Questão (Ref.: 201402187649)
	 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 começa a confundir os padrões de entrada 
II - A rede se torna melhor e mais genérica, mas há um custo computacional grande 
III - Diminuição da capacidade de generalização da rede 
De acordo com a abordagem, assinale a opção CORRETA:
		
	
	Somente o item I está correto.
	
	Somente os itens I e III estão corretos.
	 
	Somente o item III está correto.
	
	Somente o item II está correto.
	
	Somente os itens I e II estão corretos.
	
	
	
	
	 3a Questão (Ref.: 201402187654)
	 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
	 
	as saídas desejadas são fornecidas e utilizadas para correção dos pesos
	
	todo o processo deve ser supervisionado por um especialista
	
	é utilizado um algoritmo de supervisão dos pesos durante o treinamento
	
	as respostas são revisadas utilizando o conjunto de validação
	
	 Gabarito Comentado
	
	
	 4a Questão (Ref.: 201402303051)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Analise as seguintes afirmativas sobre redes neurais sem ciclos dirigidos, sendo n o número de neurônios e m o número de conexões. 
I. Uma vez treinada, o uso da rede consiste em aplicar uma entrada e esperar até que ocorra convergência para que seja obtida a saída. 
II. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro sobre as instâncias de treino. 
III. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro de generalização. 
A análise permite concluir que: 
Escolha a alternativa correta
		
	
	Apenas a afirmativa III está correta.
	
	Apenas as afirmativas I e II estão corretas.
	
	Todas as afirmativas estão corretas.
	
	Apenas as afirmativas II e III estão corretas.
	 
	Apenas a afirmativa II está correta.
	
	 Gabarito Comentado
	
	
	 5a Questão (Ref.: 201402187657)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, qual é o principal função do termo de momento aplicado à formula de ajuste dos pesos?
		
	
	Para acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo
	 
	Para acelerar a convergência utilizando a tendência de correção do ciclo anterior
	
	Para frear a convergência para o valor de mínimo da função de erro, uma vez que uma descida mais lenta impede que se passe do ponto desejado
	
	Para explorar múltiplos pontos de mínimo da função
	
	Para frear a convergência, inibindo a atração de mínimos locais e permitindo a convergência para o mínimo global
	
	 Gabarito Comentado
	
	
	 6a Questão (Ref.: 201402169864)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar  = 0. Para os pares de valores das entradas (x1 e x2) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
		
	
	(0,1,1,0)
	
	(0,0,0,1)
	
	(0,1,0,1)
	 
	(0,1,1,1)
	
	(1,0,0,1)
	
	 Gabarito Comentado
	
	
	 7a Questão (Ref.: 201402187652)
	 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 - Aumentar a precisão das respostas produzidas pelo aumento dos padrões utilizados 
II - Validar as entradas da rede para determinar o erro por ela produzido 
III - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento 
De acordo com a abordagem, assinale a opção CORRETA:
		
	
	Somente os itens II e III estão corretos.
	
	Somente o item I está correto.
	
	Somente os itens I e III estão corretos.
	 
	Somente o item III está correto.
	
	Somente o item II está correto.
	
	
	
	
	 8a Questão (Ref.: 201402187648)
	 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 esquece os padrões aprendidos 
II - Diminuição da capacidade de generalização da rede 
III - Apenas desperdício de tempo computacional 
De acordo com a abordagem, assinale a opção CORRETA:
		
	
	Somente os itens I e III estão corretos
	 
	Somente o item II está correto.
	
	Somente o item III está correto.
	
	Somente o item I está correto.
	
	Somente os itens II e III estão corretos

Continue navegando