Baixe o app para aproveitar ainda mais
Prévia do material em texto
Questão 1/5 - Inteligência Artificial Aplicada Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: ( ) A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá dividir corretamente o espaço de classificação com uma reta. ( ) O método de aprendizagem por correção de erros aumenta a força dos pesos positivamente correlacionados ou diminui daqueles negativamente correlacionados. ( ) A função sigmoide é um tipo de função de transferência para RNA. ( ) A taxa de aprendizagem permite que uma pequena parcela do erro de classificação seja propagada de volta no perceptron. ( ) O problema do XOR só consegue ser classificado corretamente por um perceptron simples se colocarmos uma camada oculta. Nota: 0.0 A V-F-V-V-V A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá dividir corretamente o espaço de classificação com uma reta. No método de aprendizagem por correção de erros a informação do erro é utilizada para modificar os pesos sinápticos. A função sigmoide é um tipo de função de transferência para RNA. A taxa de aprendizagem permite que uma pequena parcela do erro de classificação seja propagada de volta no perceptron. O problema do XOR só consegue ser classificado corretamente por um perceptron simples se colocarmos uma camada oculta. B V-F-V-V-F C F-F-F-V-V D F-V-V-F-V E F-F-F-V-F Questão 2/5 - Inteligência Artificial Aplicada Suponha o sistema abaixo em PROLOG para a descoberta de conhecimento sobre árvore genealógica. Existe a cláusula “progenitor” indicando que o indivíduo no primeiro argumento é progenitor do indivíduo no segundo argumento. Duas regras são criadas para inferir “irmão” e “primo”, a partir de “progenitor”. progenitor(José, Luiz). progenitor(José, Carlos). progenitor(Carlos, Maria). progenitor(Luiz,Sandro). irmão(X,Y) :- progenitor(Z,X),progenitor(Z,Y). primo(X,Y) :- progenitor(Z,X),progenitor(W,Y), irmão(Z,W). Após a execução deste programa no PROLOG, assinale as consultas a seguir com “V” para verdadeira ou “F” para falsa: ( ) irmão(Maria,Sandro). ( ) primo(Maria, Sandro). ( ) progenitor(José, Y), com Y = Luiz, Y = Carlos. ( ) primo(Carlos, Luiz). ( ) progenitor(Maria,Y). Nota: 20.0 A V-V-V-F-F B F-V-V-F-F Você acertou! A consulta irmão(Maria,Sandro) não encontra um progenitor comum para instanciar na base. A consulta primo (Maria,Sandro)retorna verdadeira, pois as regras “irmão” e “primo” retornam verdadeiras, havendo fatos para “Maria” e “Sandro” com progenitores. Quando “progenitor(José, Y)” é executada, o PROLOG faz o backtracking encontrando para a variável Y os valores “Luiz” e “Carlos”. A consulta “primo(Carlos, Luiz)” retorna falsa, pois não consegue encontrar na base as cláusulas para os argumentos “Carlos” e “Luiz”. E por fim, “progenitor(Maria,Y)” não encontra cláusulas neste padrão dentro da base de conhecimento, retornando falsa. C F-V-V-V-F D F-V-V-F-V E F-F-F-V-V Questão 3/5 - Inteligência Artificial Aplicada Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial: Nota: 20.0 A Não-linearidade, mapeamento entrada-saída, seleção, mutação e resposta a evidências B Não-linearidade, mapeamento entrada-saída, mecanismo de inferência e adaptabilidade C Não-linearidade, mapeamento entrada- saída, adaptabilidade e resposta a evidências Você acertou! Pela não-linearidade, os neurônios podem ser lineares ou não-lineares, deste forma permitindo aproximações robustas de funções de mapeamento que tenham característica não- linear. Pelo mapeamento entrada-saída, a rede aprende a partir de exemplos, estabelecendo mapeamento entre os padrões apresentados na entrada com as saídas dadas pelos exemplos. Pela adaptabilidade, as redes neurais podem ser treinadas e armazenar o conhecimento nos pesos sinápticos, podendo adaptar-se caso o conjunto de amostras utilizado para o treinamento se modifique ao longo do tempo. E pela resposta a evidências uma rede neural pode perfazer uma tarefa de seleção de um padrão, mas também informar sobre o garu de confiança ou crença referente ao padrão escolhido. D Seleção, mutação, crossover, população e fitness Questão 4/5 - Inteligência Artificial Aplicada Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: ( ) Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. ( ) Num sistema PROLOG, o componente lógico estabelece como a solução pode ser obtida. ( ) Uma cláusula pode ser um fato, regra ou consulta. ( ) “filho(X,Y) :- pai(Y,X). “ é um fato. ( ) A programação procedural é o paradigma fundamental da programação em lógica. Nota: 20.0 A F-V-V-F-F B V-F-V-F-V C V-F-V-V-F D V-F-V-F-F Você acertou! Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. Num sistema PROLOG, o componente lógico corresponde à definição do que deve ser solucionado. Uma cláusula pode ser um fato, regra ou consulta.A cláusula “filho(X,Y) :- pai(Y,X). “ é uma regra.A programação declarativa é o paradigma fundamental da programação em lógica. E V-V-V-V-F Questão 5/5 - Inteligência Artificial Aplicada Um perceptron simples, com duas entradas e uma saída para classificar “+1” ou “-1”, sem camada oculta, possui os valores de pesos e a tabela com as 4 (quatro) amostras descritos a seguir. Com base no preenchimento da tabela de amostras de acordo com as fórmulas o perceptron simples, marque as afirmações com “V” ou “F” e depois assinale a alternativa correta. w 1 w 2 0 . 4 5 0 . 1 0 A m o s t r a 1 2 3 4 ( ) O perceptron classifica erroneamente as amostras “2” e “3”. ( ) O perceptron tem o somatório do erro quadrático igual a 8. ( ) As amostras “1” e “2” são classificadascorretamente. ( ) Para a amostra 2, d=2,9. ( ) Para a amostra “3”, d=1. Nota: 20.0 A V-V-V-F-F B F-F-F-V-V C F-V-V-F-V Você acertou! O perceptron classifica erroneamente as amostras “3” e “4”. O somatório do erro quadrático igual a 0+0+4+4=8. As amostras “1” e “2” são classificadas corretamente (1 e -1). Para a amostra 2, d=-0,25. E para a amostra “3”, d=1. D V-V-F-F-V E V-V-V-F-V
Compartilhar