Avaliação inteligência artificial av 2

Prévia do material em texto

Avaliação: CCT0767_AV_201703369041 » INTELIGÊNCIA ARTIFICIAL 
Tipo de Avaliação: AV 
 
Professor: FLAVIA VANCIM FRACHONE MASSA Turma: 9001/AA 
Nota da Prova: 3,0 Nota de Partic.: Av. Parcial Data: 13/06/2018 20:05:21 
O aproveitamento da Avaliação Parcial será considerado apenas para as provas com nota maior ou igual a 4,0. 
 
 
 1a Questão (Ref.: 201704116689) Pontos: 1,0 / 1,0 
A partir de uma análise, poderíamos classificar os sitemas que utilizamos frequentemente como sendo sistemas 
convencionais ou então em sistemas baseados em métodos de inteligência artificial. Nesse sentido, indique qual 
opção NÃO apresenta um método classificado como IA? 
 
 
Algoritmos genéticos 
 
Sistemas especialistas 
 
Sistemas fuzzy 
 Sistemas integrados 
 
Redes neurais artificiais 
 
 
 
 2a Questão (Ref.: 201704009324) Pontos: 0,0 / 1,0 
Quando se tenta atravessar um labirinto, as pessoas vagam aleatoriamente, esperando encontrar o caminho da saída. Esta abordagem poderá 
ser bem-sucedido, mas não é o mais racional e muitas vezes leva a que chamamos de "andar em círculos". Um método alternativo para a 
atravessar um labirinto é tatear com a mão o lado direito do seu muro (ou parede), ou seja, seguir percorrendo o labirinto sempre 
em paralelo ao seu muro mantendo-se a mão direita em contato com sua superficie. 
A descrição acima é uma técnica ou método de busca não informada muito conhecido em Inteligência Artificial. O nome dessa busca não 
informada é: 
 
 
Busca Interativa 
 
Busca em Largura 
 
Busca A* (A estrela) 
 Busca em Profundidade 
 Busca Hill Climbing 
 
 
 
 3a Questão (Ref.: 201703521558) Pontos: 0,0 / 1,0 
Representam partes componentes de um sistema especialista: 
 
 
Motor de dedução - Base de conhecimento - Fatos 
 Motor de inferência - Base de conhecimento - Base de dados 
 
Motor de inferência - Base de regras - Fatos 
 Motor de dedução - Base de regras - Base de dados 
 
Não é possível a identificação das partes componentes de um sistema especialista. 
 
 
 
 4a Questão (Ref.: 201703675298) Pontos: 0,0 / 1,0 
Dada a representação abaixo da variável linguística, 
 
Podemos afirmar que: 
I - O suporte do conjunto fuzzy adulto e o suporte do conjunto fuzzy idoso são, respectivamente 15 a 42 e 49 a 100. 
II - O valor da função de pertinência para o valor linguístico adulto na idade 42 é igual 0. 
III - O universo do discurso corresponde dos valores 0 a 100. 
Assinale a alternativa correta 
 
 
Apenas a afirmativa II está correta. 
 
Apenas a afirmativa III está correta. 
 
Apenas as afirmativas I e II estão corretas. 
 Apenas as afirmativas II e III estão corretas. 
 Todas as afirmativas estão corretas. 
 
 
 
 5a Questão (Ref.: 201703521682) Pontos: 0,0 / 1,0 
 
 TEMPERATURA 
 
 PRESSÃO 
 Sabendo-se que a TEMPERATURA = 75 e a PRESSÃO = 180 e aplicando-se as formas de cálculo sugeridas por 
Zadeh (min-max) podemos afirmar que: 
 
 O resultado da operação SE TEMPERATURA = MÉDIA E PRESSÃO = ALTA é 0,8. 
 
O resultado da operação SE TEMPERATURA = MÉDIA E PRESSÃO = ALTA é 1. 
 O resultado da operação SE TEMPERATURA = MÉDIA E PRESSÃO = ALTA é 0,5. 
 
O resultado da operação SE TEMPERATURA = MÉDIA E PRESSÃO = ALTA é 0. 
 
O resultado da operação SE TEMPERATURA = MÉDIA E PRESSÃO = ALTA é 0,1. 
 
 
 
 6a Questão (Ref.: 201703542078) Pontos: 1,0 / 1,0 
O operador genético que introduz e mantém a diversidade genética da população, alterando arbitrariamente um 
ou mais componentes de uma estrutura escolhida é: 
 
 
Crossover 
 Mutação 
 
Adaptação 
 
Seleção 
 
Criação 
 
 
 
 7a Questão (Ref.: 201703542099) Pontos: 0,0 / 1,0 
Considere o problema de se maximizar a função f(x) = 3x+2 no domínio [0, 127]. Qual a melhor solução para o 
problema (valor de x que maximiza a função)? 
 
 
383 
 381 
 
2 
 
0 
 127 
 
 
 
 8a Questão (Ref.: 201703590727) Pontos: 0,0 / 1,0 
Redes Neurais Artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na 
estrutura neural de organismos inteligentes, assim pode-se afirmar que um modelo conexionista: (Escolha a 
alternativa CORRETA): 
 
 
São inspirados no comportamento do cérebro humano e modelam os modos imprecisos do raciocínio 
aproximado. 
 
Realizam o raciocínio aproximado, com proposições imprecisas e descritas em linguagem natural. 
 
Empregam uma estratégia de busca paralela e estruturada, baseadas nos mecanismos da seleção 
natural. 
 Lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento 
aprendido. 
 Lidam com conhecimento não simbolicamente representado e processam a informação de forma paralela 
e distribuída. 
 
 
 
 9a Questão (Ref.: 201703559909) Pontos: 1,0 / 1,0 
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 o item II está correto. 
 
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. 
 
 
 
 10a Questão (Ref.: 201703634985) Pontos: 0,0 / 1,0 
Comparando-se a atualização dos pesos dos neurônios entre modelos de redes neurais de aprendizado 
supervisionado e não-supervisionado, verifique quais afirmativas são falsas ou verdadeiras: 
( ) Não existem diferenças na atualização dos pesos entre uma rede perceptron multicamadas (MLP) e uma rede 
competitiva. 
( ) Em ambas abordagens de aprendizado, um número reduzido de pesos são atualizados a cada época. 
( ) Na rede competitiva os neurônios competem entre si e apenas os pesos associados ao neurônio vencedor são 
atualizados em uma iteração. 
Assinale a alternativa correta que preenche os valores de cima para baixo: 
 
 
V, F, V 
 F, V, V 
 
F, V, F 
 
V, V, F 
 F, F, V