INTELIGÊNCIA_ARTIFICIAL_Exercicios_SIA_aula6a10

Prévia do material em texto

�������
 
 1a Questão (Ref.: 200702190245) Fórum de Dúvidas (0) Saiba (0) 
 
O operador genético que introduz e mantém a diversidade genética da população, alterando arbitrariamente um 
ou mais componentes de uma estrutura escolhida é: 
 
 
Seleção 
 
Crossover 
 
Mutação 
 
Adaptação 
 
Criação 
 
 2a Questão (Ref.: 200702190251) Fórum de Dúvidas (0) Saiba (0) 
 
O operador genético que atua aleatoriamente nos genes do cromossomo, gerando diversidade em uma cópia do 
cromossomo é: 
 
 
Adaptação 
 
Seleção 
 
Mutação 
 
Criação 
 
Crossover 
 
 3a Questão (Ref.: 200702283126) Fórum de Dúvidas (0) Saiba (0) 
 
�����	
�
	����	�
����
���
��	�����������������������������
�������������������
����������	����������
���	���	����������������	������		����	������
����������
�����
���	���	��������	�����������	�
��
�����������	
���������
��������������
���������	�������
��������������
��	�
������ �	�����
����������������
��	�����������������!�
�������	��
�����������	�������"
������������	����
�	���	��������	��������	�
��
��������
�
����������������
��	���������
��������
����#�������$�% 
��&�'(��	���)$���������	��#��� 
���&�*������)$��������	������������ 
����&�+�
,�	������-�
�!�������
�������
�
!���	���������.	��� 
�/�&�����		
���������	������������0
����������
�����������������
�	���.����	����(��	�����
��	��#���������
������� 
������
�����
��	�������0
���������0
�����
����#�����������������	�
��
�������������	���	������
��	��������
��	���������������% 
 
 
Somente I e III 
 
Somente I, II e IV 
 
Todas as sugestões 
 
Somente I, III e IV 
 
Somente I e II 
 
 
 
 
 
 4a Questão (Ref.: 200702190248) Fórum de Dúvidas (0) Saiba (0) 
 
O operador genético que permite que os cromossomos filhos herdem características genéticas dos cromossomos 
pais é: 
 
 
Adaptação 
 
Criação 
 
Seleção 
 
Crossover 
 
Mutação 
 
 
 
 
 
 5a Questão (Ref.: 200702190249) Fórum de Dúvidas (0) Saiba (0) 
 
O operador genético que permite a escolha de indivíduos, aleatoriamente, proporcionalmente a aptidão é: 
 
 
Seleção 
 
Adaptação 
 
Crossover 
 
Mutação 
 
Criação 
 
 
 
 
 
 6a Questão (Ref.: 200702190244) Fórum de Dúvidas (0) Saiba (0) 
 
O operador genético que é o responsável pela recombinação de características dos pais durante a reprodução é: 
 
 
Mutação 
 
Adaptação 
 
Seleção 
 
Criação 
 
Crossover 
�
�
�����1�
 1a Questão (Ref.: 200702283139) Fórum de Dúvidas (0) Saiba (0) 
 
 
Em um problema de otimização cujo objetivo é encontrar o máximo global de uma função, uma primeira 
geração de algoritmos genéticos foi gerada e avaliada de acordo com os dados que exibidos na tabela. Sabendo-
se que o método de seleção utilizado será o método da roleta, assinale a alternativa que apresenta a avaliação 
relativa correta dos indivíduos 3 e 4 respectivamente: 
 
 
 
0,27 E 0,32 
 
0,35 E 0,30 
 
0,30 E 0,32 
 
0,32 e 0,27 
 
0,32 e 0,30 
 
 2a Questão (Ref.: 200702677651) Fórum de Dúvidas (0) Saiba (0) 
 
Em um processo de seleção utilizando por exemplo o método da roleta viciada, qual dos indivíduos terá o maior 
valor de aptidão para a função objetivo f(x)= 1/x ? 
 
 
001101 
 
011011 
 
111001 
 
110011 
 
111000 
 
 
 3a Questão (Ref.: 200702677637) Fórum de Dúvidas (0) Saiba (0) 
 
1- Seja a função a seguir, que queremos maximizar (encontrar o valor de x que propicia o maior valor para f(x): 
f(x) = x2 + 3x. 
Qual é o valor máximo de desta função no domíno de 0 a 7? 
 
 
50 
 
53 
 
21 
 
70 
 
35 
 
 
 4a Questão (Ref.: 200702323475) Fórum de Dúvidas (0) Saiba (0) 
 
2�"��
����
�������"�������������	��3$45$
6
7$!�����������������	��
��89!1:!�������!����	�����������
	��	�������������;�������<
�
�������
�	�����)$�����
���
�����3$4��������	��
�!�
��
���������
�
��	�������������= 
 
 
0 
 
49 
 
21 
 
56 
 
57 
 
 
 5a Questão (Ref.: 200702323472) Fórum de Dúvidas (0) Saiba (0) 
 
Considere um algoritmo genético que opera sobre três indivíduos A, B, C, descritos respectivamente pelos 
vetores binários A = [11011000], B = [00010000], C = [11001101], gerando dois novos indivíduos D = 
[11011101] e E = [11001000] Os novos indivíduos foram gerados através de: 
 
 
Crossover pelo ponto central dos indivíduos A e C. 
 
Crossover pelo ponto central dos indivíduos A e C seguido de mutação de um bit em cada 
novo indivíduo (D e E). 
 
Crossover pelo ponto central dos indivíduos A e B seguido de mutação de um bit em cada 
novo indivíduo (D e E). 
 
Crossover pelo ponto central dos indivíduos B e C seguido de mutação de um bit em cada 
novo indivíduo (D e E). 
 
Crossover pelo ponto central dos indivíduos A e B. 
 
 6a Questão (Ref.: 200702289322) Fórum de Dúvidas (0) Saiba (0) 
 
Considere um algoritmo genético que opera sobre três indivíduos A, B, C, descritos respectivamente pelos 
vetores binários A = [11011000], B = [00010000], C = [11001101], gerando dois novos indivíduos D = 
[11011001] e 
E = [11011000] Os novos indivíduos foram gerados através de: 
 
 
Crossover pelo ponto central dos 
indivíduos A e C. 
 
Crossover pelo ponto central dos 
indivíduos B e C seguido de mutação de 
um bit em cada novo indivíduo (D e E). 
 
Crossover pelo ponto central dos 
indivíduos A e B. 
 
Crossover pelo ponto central dos 
indivíduos A e B seguido de mutação de 
um bit em cada novo indivíduo (D e E). 
 
Crossover pelo ponto central dos 
indivíduos A e C seguido de mutação de 
um bit em cada novo indivíduo (D e E). 
 
 
 
AULA 8 
 
 
1a Questão (Ref.: 200702238894) Fórum de Dúvidas (0) Saiba (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): 
 
 
Empregam uma estratégia de busca paralela e estruturada, baseadas nos mecanismos da seleção 
natural. 
 
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. 
 
Lidam com conhecimento não simbolicamente representado e processam a informação de forma 
paralela e distribuída. 
 
Lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento 
aprendido. 
 
 2a Questão (Ref.: 200702283143) Fórum de Dúvidas (0) Saiba (0) 
 
O conhecimento aprendido por uma rede neural artificial encontra-se armazenado: 
 
 
Nos neurônios 
 
Na camada de entrada 
 
Nas camadas internas 
 
Nos pesos das conexões da rede 
 
Na camada de saída 
 
 3a Questão (Ref.: 200702695293) Fórum de Dúvidas (0) Saiba (0) 
 
Em relação às redes neurais artificiais pode-se afirmar que 
I- Redes recorrentes - são redes com neurônios que competem pelo direito de produzir a saída são chamadas de 
II- Redes competitivas - possuem neurônios dinâmicos 
III- Redes com aprendizado supervisionado - o ajuste dos pesos é feito a cada padrão entrada/saída para produzir a saída desejada 
Assinale a alternativa CORRETA 
 
 
 
Somente as alternativas II e III estão corretas. 
 
Somente a alternativa III está correta. 
 
Somente as alternativas I e III estão corretas. 
 
Somente a alternativa II está correta. 
 
Somente a alternativa I está correta.4a Questão (Ref.: 200702695294) Fórum de Dúvidas (0) Saiba (0) 
 
Na fase de treinamento das redes neurais artificiais, pode-se afirmar que: 
Assinale e alternativa INCORRETA. 
 
 
 
No aprendizado não supervisionado o ajuste de erro encontrado ocorre ao confrontar a saída da rede 
com o dado fornecido como objetivo para a rede. 
 
O aprendizado implica na alteração dos pesos das conexões. 
 
Após o treinamento são os pesos que armazenam o conhecimento que permite à rede tomar decisões 
corretas . 
 
A rede aprende a partir dos dados que são apresentados durante o processo de treinamento. 
 
Cada tipo de treinamento é adequado a um tipo específico de topologia. 
 
 5a Questão (Ref.: 200702695295) Fórum de Dúvidas (0) Saiba (0) 
 
São considerados parâmetros importantes no projeto de uma rede neural artificial: 
Assinale e alternativa INCORRETA. 
 
 
Quantidade de neurônios 
 
Quantidade de camadas 
 
Topologia da rede 
 
Função de pertinência 
 
Representação dos dados 
 
 6a Questão (Ref.: 200702289324) Fórum de Dúvidas (0) Saiba (0) 
 
Considerando as Redes Neurais Artificiais, relacione as colunas: 
I- Algoritmo Backpropagation. 
II- Perceptron. 
III- Redes Recorrentes. 
IV- MLPs (Multi Layer Perceptrons). 
V- Modelos Conexionistas. 
A- Nome dado às redes neurais artificiais que possuem camadas ocultas. 
B- Nome alternativo que envolve a teoria de redes neurais artificiais. 
C- Técnica que implementa um declínio de gradiente no espaço de parâmetros, a fim de minimizar o erro de 
saída. 
D- Redes neurais de alimentação direta com uma única camada. 
E- Redes neurais artificiais com realimentação. 
Assinale a alternativa que contém a associação correta. 
 
 
I-C, II-D, III-E, IV-A, V-B. 
 
I-C, II-D, III-E, IV-B, V-A. 
 
I-C, II-B, III-A, IV-D, V-E. 
 
I-A, II-B, III-C, IV-D, V-E. 
 
I-A, II-C, III-E, IV-D, V-B. 
�
�
�����>�
 1a Questão (Ref.: 200702208082) 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? 
 
 
todo o processo deve ser supervisionado por um especialista 
 
as respostas são revisadas utilizando o conjunto de validação 
 
é utilizado um algoritmo de supervisão dos pesos durante o treinamento 
 
as entradas e saídas são embaralhadas pelo supervisor antes do treinamento 
 
as saídas desejadas são fornecidas e utilizadas para correção dos pesos 
 
 2a Questão (Ref.: 200702677656) 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. 
 
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. 
 
Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração 
(apresentação de todos os padrões novamente). 
 
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 . 
 
 3a Questão (Ref.: 200702208076) 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 I está correto. 
 
Somente o item II está correto. 
 
Somente o item III está correto. 
 
Somente os itens II e III estão corretos 
 
 
 4a Questão (Ref.: 200702208085) 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 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 acelerar a convergência utilizando a tendência de correção do ciclo anterior 
 
Para acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo 
 
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 
 
 5a Questão (Ref.: 200702190292) Fórum de Dúvidas (0) Saiba (0) 
 
Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui 
o patamar θ = 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? 
 
 
 
(0,1,1,1) 
 
(0,1,1,0) 
 
(1,0,0,1) 
 
(0,0,0,1) 
 
(0,1,0,1) 
 
 6a Questão (Ref.: 200702283146) Fórum de Dúvidas (0) Saiba (0) 
 
Com relação ao conjunto de dados utilizados por uma rede neural artificial de aprendizado supervisionado, 
analise as seguintes afirmativas: 
I - A atualização dos pesos dos neurônios ocorre em ambos os conjuntos de treinamento e validação. 
II - O conjunto de treinamento deve ser apresentado à rede diversas vezes, isto é, em diversas épocas. 
III - O conjunto de validação é utilizado para testar a capacidade de generalização da rede, isto é, se ela 
aprendeu padrões testando-se dados não presentes no conjunto de treinamento. 
Assinale a alternativa correta: 
 
 
Somente a afirmativa III está correta 
 
As afirmativas II e III estão corretas 
 
As afirmativas I e II estão corretas 
 
Somente a afirmativa II está correta 
 
Somente a afirmativa I está correta 
�
��������
 1a Questão (Ref.: 200702695297) Fórum de Dúvidas (0) Saiba (0) 
 
Correlacione os itens a seguir: 
 
(S)Treinamento supervisionado 
(N)Treinamento não supervisionado 
 
com 
 
I- Os padrões apresentados não possuem classificação conhecida 
II- Os padrões de treinamento possuem entradas e saídas desejadas 
III- O treinamento é direcionado para auto organizar os padrões de entrada semelhantes em grupos (clusters) 
 
Assinale a alternativa que apresenta a correlação CORRETA. 
 
 
I(N), II (S) e III (S) 
 
I(N), II (N) e III (N) 
 
I(S), II (S) e III (S) 
 
I(N), II (S) e III (N) 
 
I(S), II (S) e III (N) 
 
 2a Questão (Ref.: 200702289331) Fórum de Dúvidas (0) Saiba (0) 
 
Em relação aos mapas auto organizáveis, relacione os termos técnicos, na coluna da esquerda, com suas 
definições, na coluna da direita. 
I- Agrupamento. 
II- Aprendizado competitivo. 
III- Neurônio vencedor. 
IV- Redes recorrentes. 
V- Vizinhança. 
A- Define quantos neurônios em torno do vencedor terão seus pesos ajustados, ou seja, define a área de 
influência do nó vencedor. Sua arquitetura pode assumir vários formatos diferentes. 
B- Organização das classes na camada de saída de um Mapa de Kohonen. Embora não seja essencial, os nós 
dessa camada normalmente são organizados em forma de grade. 
C- Rede Neural que pode ter conexões que voltem dos nós de saída aos nós de entrada e que pode ter também 
conexões arbitrárias entre quaisquer nós. Desse modo, seu estado interno pode ser alterado conforme 
conjuntos de entradas são apresentados à rede. 
D- Resultado de um mecanismo que permite o direito de respondera um específico subconjunto de dados, de 
forma que somente um neurônio de saída, ou um neurônio por grupo, esteja ativo em um determinado instante. 
E- Técnica que usa o princípio de que apenas um neurônio fornece a saída da rede em resposta a uma entrada. 
Assinale a alternativa que contém a associação CORRETA. 
 
 
I-A, II-C, III-E, IV-D, V-B. 
 
I-E, II-C, III-D, IV-A, V-B. 
 
I-B, II-A, III-E, IV-C, V-D. 
 
I-B, II-E, III-D, IV-C, V-A. 
 
I-E, II-A, III-B, IV-D, V-C. 
 
 
 3a Questão (Ref.: 200702695296) Fórum de Dúvidas (0) Saiba (0) 
 
Correlacione os itens a seguir: 
 
(S)Treinamento supervisionado 
(N)Treinamento não supervisionado 
 
com 
 
I- A rede aprenda a partir de padrões conhecidos 
II- O treinamento é direcionado para diminuir o erro na saída 
III- Os padrões de treinamento possuem apenas entradas 
 
Assinale a alternativa que apresenta a correlação CORRETA. 
 
 
I(S), II (S) e III (S) 
 
I(N), II (N) e III (N) 
 
I(N), II (S) e III (N) 
 
I(N), II (S) e III (S) 
 
I(S), II (S) e III (N) 
 
 4a Questão (Ref.: 200702677680) Fórum de Dúvidas (0) Saiba (0) 
 
Em relação as redes neurais artificiais com aprendizado competitivo, pode-se afirmar que: 
Para cada padrão (vetor) de entrada apresentado na de entrada que é apresentado à rede, somente um dos nós 
da camada de saída, chamado de nó vencedor, será ativado. 
 
e 
 
Em uma rede já treinada, todos os vetores da camada de entrada que pertencerem a um mesmo cluster, ou 
seja, que tiverem características parecidas de tal forma que possam ser identificados como pertencentes a um 
mesmo cluster, acionarão o mesmo nó de saída . 
 
 
Ambas as afirmações estão corretas, mas as mesmas não possuem correlação 
 
Ambas as afirmações estão corretas e a segunda complementa a primeira 
 
A primeira afirmação está incorreta e a segunda está correta 
 
Ambas as afirmações estão incorretas 
 
A primeira afirmação está correta e a segunda está incorreta 
 
 5a Questão (Ref.: 200702677703) Fórum de Dúvidas (0) Saiba (0) 
 
Em relação as redes neurais artificiais com aprendizado competitivo, pode-se utilizar alguns métodos para 
determinar a distância que existe entre o vetor de entrada (padrão de entrada) e cada um dos nós de saída, 
como: 
A- método que pressupõe tanto o vetor de entrada, quanto o vetor de pesos que liga o nó às entradas, estejam 
 normalizados para o valor unitário (isto é, o comprimento destes vetores deve ser 1)
B- método de determinar qual o vetor de pesos mais próximo ao vetor de entrada, de uma forma simplificada 
 utiliza o cálculo do quadrado da diferença de distâncias.
C- método de determinar qual o vetor de pesos mais próximo ao vetor de entrada, calculando 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. 
Que correspondem a: 
 I- Distância Euclidiana
II- Backpropagation 
 III- Produto escalar
Assinale a alternativa que indica corretamente os métodos indicados para a determinação desta distância. 
 
 
A(I) e C (II), apenas. 
 
A (II), B (III) e C (I). 
 
A(III) e B (I), apenas. 
 
B(II) e C(III), apenas. 
 
A(III), B(II) e C(I). 
 
 6a Questão (Ref.: 200702677672) Fórum de Dúvidas (0) Saiba (0) 
 
Em relação as redes neurais artificiais com aprendizado competitivo, pode-se afirmar que: 
I- As redes para este tipo de problema possuem uma camada de nós de saída que estão ligados a uma só 
camada (de entrada, portanto), de tal forma que podem existir um número qualquer de nós na entrada 
independente da quantidade de características dos padrões de entrada. 
II- A informação é extraída sem que haja um par entrada/saída alvo. 
III- O aprendizado competitivo é um algoritmo que divide uma série de dados de entradas em grupos (clusters) 
que são inerentes aos dados de entrada. 
Assinale a alternativa correta. 
 
 
Apenas os itens II e III estão corretos. 
 
Apenas o item II está correto. 
 
Apenas o item III está correto. 
 
Apenas os itens I e II estão corretos 
 
Apenas o item I está correto. 
�