Baixe o app para aproveitar ainda mais
Prévia do material em texto
1a Questão 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 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 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 Respondido em 16/04/2020 00:53:56 Gabarito Coment. 2a Questão Analise as seguintes afirmativas sobre redes neurais sem ciclos dirigidos, sendo n o número de neurônios e m o número de conexões. I. Uma vez treinada, o uso da rede consiste em aplicar uma entrada e esperar até que ocorra convergência para que seja obtida a saída. II. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro sobre as instâncias de treino. III. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro de generalização. A análise permite concluir que: Escolha a alternativa correta Apenas a afirmativa III está correta. Apenas a afirmativa II está correta. Todas as afirmativas estão corretas. Apenas as afirmativas II e III estão corretas. Apenas as afirmativas I e II estão corretas. Respondido em 16/04/2020 00:57:25 Gabarito Coment. 3a Questão Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de dados usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na fase de treinamento para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? I - Validar as saídas da rede para determinar o erro por ela produzido II - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento III - Ajudar a obter a resposta mais rapidamente De acordo com a abordagem, assinale a opção CORRETA: Somente o item II está correto. Somente o item I está correto. Somente os itens II e III estão corretos. Somente o item III está correto. Somente os itens I e III estão corretos. Respondido em 16/04/2020 01:03:57 4a Questão Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar = 0. Para os pares de valores das entradas (xA e xB) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3? (1,0,0,1) (1,1,1,0) (0,1,0,1) (0,1,1,0) (0,0,0,1) Respondido em 16/04/2020 01:06:48 Gabarito Coment. 5a Questão Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de dados usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na fase de treinamento para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? I - Aumentar a precisão das respostas produzidas pelo aumento dos padrões utilizados II - Validar as entradas da rede para determinar o erro por ela produzido III - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento 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. Respondido em 16/04/2020 01:16:39 6a Questão 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 memoriza os padrões aprendidos II - Diminuição da capacidade de generalização da rede III - Otimização do tempo computacional no treinamento De acordo com a abordagem, assinale a opção CORRETA: Apenas a afirmativa III está correta. Todas as afirmativas estão corretas. Apenas a afirmativa II está correta. Apenas as afirmativas I e II estão corretas. Apenas as afirmativas II e III estão corretas. Respondido em 16/04/2020 01:18:53 Gabarito Coment. 7a Questão 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 começa a confundir os padrões de entrada II - A rede se torna melhor e mais genérica, mas há um custo computacional grande III - Diminuição da capacidade de generalização da rede De acordo com a abordagem, assinale a opção CORRETA: Somente o item II está correto. Somente o item III está correto. Somente os itens I e III estão corretos. Somente o item I está correto. Somente os itens I e II estão corretos. Respondido em 16/04/2020 01:19:53 8a Questão Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, por que tal tipo de treinamento é chamado de treinamento supervisionado? as respostas são revisadas utilizando o conjunto de validação as entradas e saídas são embaralhadas pelo supervisor antes do treinamento é utilizado um algoritmo de supervisão dos pesos durante o treinamento todo o processo deve ser supervisionado por um especialista as saídas desejadas são fornecidas e utilizadas para correção dos pesos Respondido em 16/04/2020 01:20:36 Gabarito Coment.
Compartilhar