Baixe o app para aproveitar ainda mais
Prévia do material em texto
/ Acadêmico: Rosi dos Santos de Carvalho (555970) Disciplina: Inteligência Artificial (INF29) Avaliação: Avaliação Final (Discursiva) - Individual FLEX ( Cod.:515168) ( peso.:4,00) Prova: 16030494 Nota da Prova: 9,85 1. O termo agente refere-se a algo que pode perceber seu ambiente por meio de sensores e de agir sobre este ambiente por intermédio de atuadores. Pode-se dizer que um agente é um sistema de computador que está situado em algum ambiente e que é capaz de executar ações autônomas de forma flexível neste ambiente, a fim de satisfazer seus objetivos de projeto. Outra classificação comumente utilizada dos agentes computacionais é de acordo com suas propriedades. Diante deste contexto, disserte sobre as propriedades persistência, inteligência e flexibilidade. Resposta Esperada: Persistência diz respeito ao estado interno que é mantido preciso (conciso) com o passar do tempo. Inteligência está relacionada com a competência de saber barganhar com as inconsistências. Flexibilidade está relacionada à capacidade que os agentes possuem de realizar alteração no fluxo de execução em detrimento a algo que ocorra no ambiente. 2. Assis (2009, p. 1) contextualiza as redes neurais da seguinte forma: "Foi pensando em como os neurônios trabalham que pesquisadores desenvolveram neurônios artificiais. Cada um tem dois ou mais receptores de entrada, responsáveis por perceberem um determinado tipo de sinal. Eles também possuem um corpo de processadores, responsável por um sistema de feedback que modifica sua própria programação dependendo dos dados de entrada e saída. Finalmente, eles possuem uma saída binária para apresentar a resposta "Sim" ou "Não", dependendo do resultado do processamento. Um neurônio artificial é capaz de um único processamento. Cada entrada recebe somente um tipo de sinal ou informação. Como um neurônio pode possuir várias entradas, então ele pode perceber diferentes sinais. Entretanto, ligar vários neurônios similares em rede faz com que o sistema consiga processar mais informações e oferecer mais resultados, por exemplo, é possível criar um sistema para identificação de bananas e maças. Para tal, criam-se neurônios sensíveis à cor e à forma. Os de cor percebem o amarelo e o vermelho. Os de forma percebem o redondo e o comprido. Cada neurônio, então, possui quatro entradas, uma para cada informação. Para obter um melhor rendimento do sistema, cria-se uma rede em camadas: uma primeira camada com quatro neurônios (um para cada sinal de entrada), uma segunda camada oculta de processamento com três neurônios e uma camada de saída com dois neurônios, um para avisar quando é uma maçã e outro para avisar quando é uma banana. O segredo não está na arquitetura dessa rede, mas na forma como ela processa: redes neurais não rodam programas, elas aprendem!?". Nesse sentido, é possível perceber que as redes neurais artificiais podem ser classificadas de acordo com diferentes critérios, por exemplo, quanto ao número de camadas de neurônios, quando é possível ter redes de duas ou múltiplas camadas. Sobre o exposto, descreva um RNA com duas camadas e um RNA com quatro camadas. FONTE DA IMAGEM:ASSIS, Pablo de. O que são redes neurais? TecMundo. 2009. Disponível em: <https://www.tecmundo.com.br/programacao/2754-o- que-sao-redes-neurais-.htm>. Acesso em: 10 ago. 2018. Resposta Esperada: As imagens contêm a representação de duas camadas e de quatro camadas.
Compartilhar