Apol 04 - Inteligência Artificial Aplicada - 2019

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