Baixe o app para aproveitar ainda mais
Prévia do material em texto
INTELIGÊNCIA ARTIFICIAL 6a aula Lupa Vídeo PPT MP3 Exercício: CCT0767_EX_A6_201801076693_V1 04/04/2020 Aluno(a): 2020.1 EAD Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201801076693 1a Questão Em relação aos Algoritmos Genéticos, podemos afirmar que: I - Os processos de seleção de soluções candidatas, utilizados pelos algoritmos genéticos, buscam selecionar exclusivamente os candidatos mais aptos, descartando totalmente os menos aptos, de forma a sempre manter as melhores características genéticas sempre presentes na população. II - Em um algoritmo genético uma população de indivíduos (cromossomos) representa um conjunto de soluções candidatas (população) ao problema que se busca otimizar. III - A escolha da população inicial, para algoritmos genéticos, deve ser criteriosa, gerando somente indivíduos com alto grau de aptidão e não admitindo nenhum grau de aleatoriedade. IV - O operador genético mutação combina cromossomas de indivíduos previamente selecionados, chamados pais, para formar dois novos indivíduos, os quais têm uma grande possibilidade de serem mais aptos que os seus genitores. Somente estão corretas as afirmações: Somente III e IV Somente I Somente I e III Somente II Somente I e IV Respondido em 07/05/2020 14:06:22 Gabarito Coment. 2a Questão Os operadores genéticos mais importantes, que se forem corretamente aplicados nos indivíduos permitem gerar diversidade na população e facilitam a busca por indivíduos mais bem adaptados no espaço de busca, são: seleção e adaptação cruzamento e mutação mutação e adaptação seleção e mutação cruzamento e seleção Respondido em 07/05/2020 14:06:27 Gabarito Coment. 3a Questão O operador genético que torna possível o processo artificial de ¿casamento¿ de cromossomos escolhidos de uma certa população é: Criação Crossover Mutação Seleção Adaptação Respondido em 07/05/2020 14:06:47 Gabarito Coment. 4a Questão O operador genético que realiza a escolha de indivíduos probabilisticamente, baseando-se no seu grau de aptidão é: Crossover Adaptação Seleção Mutação Criação Respondido em 07/05/2020 14:06:49 Gabarito Coment. 5a Questão O operador genético que é o responsável pela recombinação de características dos pais durante a reprodução é: Crossover Adaptação Criação Seleção Mutação Respondido em 07/05/2020 14:07:05 Gabarito Coment. 6a Questão A estrutura geral de um algoritmo genético é bastante simples e consiste na aplicação iterativa dos operadores genéticos. Para interromper a evolução da população um critério de parada deve ser utilizado. Um grupo de estudantes de Inteligência Artificial tenta desenvolver um software de otimização com algoritmos genéticos e, um dos problemas encontrados é justamente sobre o critério de parada a ser utilizado. Alguns estão sendo sugeridos. Analise as sugestões abaixo: I - Número máximo de gerações. II - Tempo máximo de processamento. III - Melhor indivíduo, da população atual, ser satisfatório. IV - Interrupção do processamento quando a população não mais evoluir após certo número de gerações consecutivas. Assinale a alternativa que indica quais sugestões acima podem ser utilizadas como critério de parada em algoritmos genéticos: Somente I e II Somente I, III e IV Somente I, II e IV Todas as sugestões Somente I e III Respondido em 07/05/2020 14:07:14 Gabarito Coment. 7a Questão O operador genético que introduz e mantém a diversidade genética da população, alterando arbitrariamente um ou mais componentes de uma estrutura escolhida é: Mutação Criação Adaptação Crossover Seleção Respondido em 07/05/2020 14:07:20 8a Questão O operador genético que permite a escolha de indivíduos, aleatoriamente, proporcionalmente a aptidão é: Adaptação Seleção Crossover Criação Mutação Respondido em 07/05/2020 14:07:43 INTELIGÊNCIA ARTIFICIAL 7a aula Lupa Vídeo PPT MP3 Exercício: CCT0767_EX_A7_201801076693_V1 04/04/2020 Aluno(a): 2020.1 EAD Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201801076693 1a Questão Considere o problema de se maximizar a função f(x) = 3x+2 no domínio [0, 127]. Qual função deve ser usada para avaliar os indivíduos? 3x+1 x2 + 1 3x+2 x/3 2x Respondido em 07/05/2020 14:07:59 Gabarito Coment. 2a Questão Considerando que um problema de Algoritmo Genético possui, em um determinado instante, uma população de quatro indivíduos de 4 bits (primeira coluna) cada com os seguintes valores de avaliação (segunda coluna): 0010 1 0101 4 0110 5 1011 10 Qual é o percentual de área da roleta que o segundo indivíduo (0101) deve receber para proceder ao mecanismo de seleção? 20% 40% 4% 25% 30% Respondido em 07/05/2020 14:07:52 3a Questão Considere o problema de se maximizar a função f(x) = 3x+2 no domínio [0, 127], utilizando uma representação inteira para x. O cromossomo deve ser composto por quantos bits? 3 128 7 16 9 Respondido em 07/05/2020 14:08:02 4a Questão Considerando que um problema de Algoritmo Genético possui, em um determinado instante, uma população de quatro indivíduos de 4 bits (primeira coluna) cada com os seguintes valores de avaliação (segunda coluna): 0010 1 0101 4 0110 5 1011 10 Realizando uma mutação no último bit o último indivíduo, obteríamos o seguinte novo indivíduo: 1010 0111 1011 0100 0011 Respondido em 07/05/2020 14:08:13 5a Questão 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 70 53 21 35 Respondido em 07/05/2020 14:08:20 Gabarito Coment. 6a Questão 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 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 C. Crossover pelo ponto central dos indivíduos A e B. Crossover pelo ponto central dos indivíduos A e C seguido de mutação de um bit em cada novo indivíduo (D e E). Respondido em 07/05/2020 14:08:27 Gabarito Coment. 7a Questão 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 B. 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 B e C seguido de mutação de um bit em cada novo indivíduo (D e E). Crossover pelo ponto centraldos indivíduos A e C. Crossover pelo ponto central dos indivíduos A e B seguido de mutação de um bit em cada novo indivíduo (D e E). Respondido em 07/05/2020 14:08:34 8a Questão Considerando que um problema de Algoritmo Genético possui, em um determinado instante, uma população de quatro indivíduos de 4 bits (primeira coluna) cada com os seguintes valores de avaliação (segunda coluna): 0010 1 0101 4 0110 5 1011 10 Definindo um ponto de corte entre o segundo e o terceiro gene (a partir do bit mais representativo) do cromossomo, quais seriam os filhos gerados pelo cruzamento de um ponto entre o primeiro (0010) e o terceiro (0110) indivíduos? 0010 e 0110 0110 e 0010 0110 e 0101 1011 e 0110 0111 e 0010 Respondido em 07/05/2020 14:08:42 Gabarito Coment. INTELIGÊNCIA ARTIFICIAL 8a aula Lupa Vídeo PPT MP3 Exercício: CCT0767_EX_A8_201801076693_V1 04/04/2020 Aluno(a): 2020.1 EAD Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201801076693 1a Questão Uma rede neural é formada por um conjunto de unidades de processamento simples que se comunicam enviando sinais uma para a outra através de conexões ponderadas. O componente elementar desse modelo são as unidades de processamento, também chamadas de: Assinale a alternativa CORRETA cromossomos neurônios genótipos partículas objetivos Respondido em 07/05/2020 14:09:17 Gabarito Coment. 2a Questão 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-B, V-A. I-C, II-B, III-A, IV-D, V-E. I-A, II-C, III-E, IV-D, V-B. I-A, II-B, III-C, IV-D, V-E. I-C, II-D, III-E, IV-A, V-B. Respondido em 07/05/2020 14:09:12 Gabarito Coment. 3a Questão As redes neurais possuem arquiteturas baseadas em blocos construtivos semelhantes entre si e que realizam o processamento de forma paralela. Em relação às redes neurais: I - No aprendizado não supervisionado, os exemplos de entradas e suas respectivas saídas são usados no treinamento da rede neural. II - As regras de aprendizado são esquemas de atualização dos valores do pesos das sinapses de um algoritmo genético. III - O treinamento é o modo pelo qual o sistema computacional neural aprende a respeito da informação que ele precisará, a fim de resolver certos problemas. É correto afirmar que: I e III são verdadeiras III verdadeira I é verdadeira II é verdadeira I e II são verdadeiras Respondido em 07/05/2020 14:09:17 Gabarito Coment. 4a Questão São considerados parâmetros importantes no projeto de uma rede neural artificial: Assinale e alternativa INCORRETA. Representação dos dados Função de pertinência Quantidade de camadas Quantidade de neurônios Topologia da rede Respondido em 07/05/2020 14:09:24 5a Questão O conhecimento aprendido por uma rede neural artificial encontra-se armazenado: Na camada de entrada Nos neurônios Nos pesos das conexões da rede Na camada de saída Nas camadas internas Respondido em 07/05/2020 14:09:30 Gabarito Coment. 6a Questão Em relação ao modelo conexionista podemos afirmar que: Possui todo o conhecimento necessário para resolver o problema. Não tem conhecimento algum armazenado, até que seja treinado par resolver um problema. Possui parte do conhecimento necessário para resolver o problema. Cada problema não necessariamente requer do projetista que sejam feitas escolhas adequadas para propiciar a correta evolução das soluções ao longo das sucessivas gerações. Cada problema requer do projetista que sejam feitas escolhas adequadas para propiciar a correta evolução das soluções ao longo das sucessivas gerações. Respondido em 07/05/2020 14:09:35 Gabarito Coment. 7a Questão 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): Lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento aprendido. 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. Respondido em 07/05/2020 14:09:55 8a Questão Na fase de treinamento das redes neurais artificiais, pode-se afirmar que: Assinale e alternativa INCORRETA. Cada tipo de treinamento é adequado a um tipo específico de topologia. A rede aprende a partir dos dados que são apresentados durante o processo de treinamento. Após o treinamento são os pesos que armazenam o conhecimento que permite à rede tomar decisões corretas . O aprendizado implica na alteração dos pesos das conexões. 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. Respondido em 07/05/2020 14:10:02 INTELIGÊNCIA ARTIFICIAL 9a aula Lupa Vídeo PPT MP3 Exercício: CCT0767_EX_A9_201801076693_V1 04/04/2020 Aluno(a): 2020.1 EAD Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201801076693 1a 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 entradas e saídas são embaralhadas pelo supervisor antes do treinamento as saídas desejadas são fornecidas e utilizadas para correção dos pesos todo o processo deve ser supervisionado por um especialista é utilizado um algoritmo de supervisão dos pesos durante o treinamento as respostas são revisadas utilizando o conjunto de validação Respondido em 07/05/2020 14:10:19 Gabarito Coment. 2a 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 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 explorar múltiplos pontos de mínimo da função Para acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo Para frear a convergência, inibindo a atração de mínimos locais e permitindo a convergência para o mínimo global Respondido em 07/05/2020 14:10:27 Gabarito Coment. 3a Questão Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrõesde 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 os itens I e III estão corretos. Somente os itens II e III estão corretos. Somente o item I está correto. Somente o item II está correto. Somente o item III está correto. Respondido em 07/05/2020 14:10:18 4a Questão 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 Somente a afirmativa I está correta As afirmativas II e III estão corretas As afirmativas I e II estão corretas Somente a afirmativa II está correta Respondido em 07/05/2020 14:10:24 Gabarito Coment. 5a 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 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 o item I está correto. Somente os itens II e III estão corretos Somente o item II está correto. Somente os itens I e III estão corretos Somente o item III está correto. Respondido em 07/05/2020 14:10:31 6a Questão Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar q = 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? (1,1,1,0) (1,0,0,1) (0,0,0,1) (0,1,0,1) (0,1,1,0) Respondido em 07/05/2020 14:10:35 Gabarito Coment. 7a Questão Com relação ao algoritmo de treinamento Backpropagations em redes MLP, pode-se afirmar que: Quanto ao instante de atualização dos pesos - Se a atualização dos pesos for realizada a cada apresentação de um novo padrão, ao final de uma iteração é razoável imaginar que a atualização dos pesos corresponda mais às alterações feitas pelos últimos padrões apresentados do que aos primeiros. Se a ordem de apresentação é a mesma a cada iteração, então a alteração será tendenciosa. Assinale a alternativa correta. Ambas as afirmações estão corretas e a segunda complementa a primeira A primeira afirmação está correta e a segunda está incorreta Ambas as afirmações estão incorretas A primeira afirmação está incorreta e a segunda está correta Ambas as afirmações estão corretas, mas as mesmas não possuem correlação Respondido em 07/05/2020 14:10:56 Gabarito Coment. 8a 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 os itens I e III estão corretos. Somente os itens I e II estão corretos. Somente o item I está correto. Somente o item II está correto. Somente o item III está correto. Respondido em 07/05/2020 14:10:49 INTELIGÊNCIA ARTIFICIAL 10a aula Lupa Vídeo PPT MP3 Exercício: CCT0767_EX_A10_201801076693_V1 04/04/2020 Aluno(a): 2020.1 EAD Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201801076693 1a Questão 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(N), II (S) e III (S) I(N), II (N) e III (N) I(S), II (S) e III (N) I(S), II (S) e III (S) I(N), II (S) e III (N) Respondido em 07/05/2020 14:11:06 2a Questão São consideradas características das Redes de Kohonen I- Aprendizado não supervisionado II- Um única camada III- Correlação com os neurônios vizinhos IV- Distância de Manhatan A esse respeito, pode-se concluir que: Escolha a alternativa CORRETA Apenas as afirmativas I, III e IV são corretas. Apenas as afirmativas I e IV são corretas. As as afirmativas I, II, III e IV são corretas. Apenas as afirmativas I, II e III são corretas. Apenas as afirmativas II, III e IV são corretas. Respondido em 07/05/2020 14:11:13 Gabarito Coment. 3a Questão 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(S), II (S) e III (N) I(N), II (N) e III (N) I(S), II (S) e III (S) I(N), II (S) e III (N) Respondido em 07/05/2020 14:11:22 4a Questão Comparando-se a atualização dos pesos dos neurônios entre modelos de redes neurais de aprendizado supervisionado e não-supervisionado, verifique quais afirmativas são falsas ou verdadeiras: ( ) Não existem diferenças na atualização dos pesos entre uma rede perceptron multicamadas (MLP) e uma rede competitiva. ( ) Em ambas abordagens de aprendizado, um número reduzido de pesos são atualizados a cada época. ( ) Na rede competitiva os neurônios competem entre si e apenas os pesos associados ao neurônio vencedor são atualizados em uma iteração. Assinale a alternativa correta que preenche os valores de cima para baixo: F, F, V F, V, V V, F, V V, V, F F, V, F Respondido em 07/05/2020 14:11:42 Gabarito Coment. 5a Questão Em relação as Redes de Kohonen, podemos afirmar que: O treinamento de um determinado nó é diretamente afetado pelo comportamento dos nós vizinhos. O comportamento de um determinado nó é igual ao comportamento dos nós vizinhos. O comportamento de um determinado nó é diretamente afetado pelo comportamento dos nós vizinhos. O comportamento de um determinado nó não é diretamente afetado pelo comportamento dos nós vizinhos. O comportamento de um determinado nó é diretamente afetado somente pelo comportamento de um nó vizinho. Respondido em 07/05/2020 14:11:34 Gabarito Coment. 6a Questão Em relação as redes neurais artificiais com aprendizado competitivo, pode-se afirmar que: I- As redes para este tipo de problemapossuem 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 o item II está correto. Apenas o item I está correto. Apenas os itens II e III estão corretos. Apenas o item III está correto. Apenas os itens I e II estão corretos Respondido em 07/05/2020 14:11:45 Gabarito Coment. 7a Questão 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 responder a 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-A, III-B, IV-D, V-C. I-B, II-E, III-D, IV-C, V-A. I-B, II-A, III-E, IV-C, V-D. I-E, II-C, III-D, IV-A, V-B. Respondido em 07/05/2020 14:12:11 Gabarito Coment. 8a Questão São consideradas características das Redes de Aprendizado Competitivo I- Aprendizado supervisionado II- Um única camada III- Competição entre neurônios IV- Divisão de dados em clusters A esse respeito, pode-se concluir que: Escolha a alternativa CORRETA Apenas as afirmativas I e IV são corretas. Apenas as afirmativas I, II e III são corretas. Apenas as afirmativas I, III e IV são corretas. Apenas as afirmativas II, III e IV são corretas. As as afirmativas I, II, III e IV são corretas. Respondido em 07/05/2020 14:12:05 Gabarito Coment.
Compartilhar