Buscar

Redes Neurais e Algoritmos de Treinamento

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 3 páginas

Prévia do material em texto

21/09/2020 EPS
https://simulado.estacio.br/alunos/ 1/3
 
 
 
 INTELIGÊNCIA ARTIFICIAL
9a aula
 Lupa 
Exercício: CCT0767_EX_A9_201908040459_V2 21/09/2020
Aluno(a): JOSEILDON DA SILVA DANTAS 2020.3 EAD
Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201908040459
 
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 (x1 e x2) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
 (1,0,0,1)
(0,0,0,1)
(0,1,0,1)
 (0,1,1,1)
(0,1,1,0)
Respondido em 21/09/2020 11:15:16
Gabarito
Comentado
 
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 acelerar a convergência utilizando a tendência de correção do ciclo anterior
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 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 acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo
 Questão1
 Questão2
https://simulado.estacio.br/alunos/inicio.asp
javascript:voltar();
javascript:diminui();
javascript:aumenta();
21/09/2020 EPS
https://simulado.estacio.br/alunos/ 2/3
Respondido em 21/09/2020 11:15:18
Gabarito
Comentado
 
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
 Todas as afirmativas estão corretas.
 Apenas a afirmativa II está correta.
Apenas as afirmativas II e III estão corretas.
Apenas a afirmativa III está correta.
Apenas as afirmativas I e II estão corretas.
Respondido em 21/09/2020 11:15:19
Gabarito
Comentado
 
O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. 
Assinale a alternativa INCORRETA sobre este algoritmo.
 Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração
(apresentação de todos os padrões novamente).
Calcular o erro na saída da rede, que equivale a uma diferença entre o valor de saída obtida na rede e o valor de
saída desejado .
Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro.
 Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída.
Modificar os pesos das conexoões sinápticas de forma a minimizar o erro médio, considerando todos os padrões
da amostra.
Respondido em 21/09/2020 11:12:56
Gabarito
Comentado
 
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 os itens I e III estão corretos.
 Somente o item II está correto.
Somente o item III está correto.
Somente os itens II e III estão corretos.
Somente o item I está correto.
Respondido em 21/09/2020 11:15:22
 
 Questão3
 Questão4
 Questão5
21/09/2020 EPS
https://simulado.estacio.br/alunos/ 3/3
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 I e II estão corretas
 As afirmativas II e III estão corretas
Somente a afirmativa II está correta
Respondido em 21/09/2020 11:15:25
Gabarito
Comentado
 
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 II está correta.
Todas as afirmativas estão corretas.
Apenas a afirmativa III está correta.
 Apenas as afirmativas I e II estão corretas.
Apenas as afirmativas II e III estão corretas.
Respondido em 21/09/2020 11:13:02
Gabarito
Comentado
 
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 III está correto.
Somente o item I está correto.
Somente o item II está correto.
Respondido em 21/09/2020 11:13:04
 Questão6
 Questão7
 Questão8
javascript:abre_colabore('38403','205702238','4104309642');

Continue navegando