Baixe o app para aproveitar ainda mais
Prévia do material em texto
1. Assinale a alternativa que apresenta as duas etapas do algoritmo de backpropagation: simples e complexo forward e backward inclinação e deslocamento simples e composto batelada e incremental Explicação: O algoritmo de backpropagation é dividido em 2 etapas: forward (direto) e backward (reverso). 2. As arquiteturas das RNA podem são discriminadas por três classificações. Assinale a opção que apresenta as três classificações descritas corretamente. Micro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Meso-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Macro-Estrutura: associação eventual de redes para abordar problemas complexos. Micro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Meso-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Macro-Estrutura: associação eventual de redes para abordar problemas complexos. Micro-Estrutura: associação eventual de redes para abordar problemas complexos. Meso-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Macro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Micro-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Meso-Estrutura: associação eventual de redes para abordar problemas complexos. Macro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. Micro-Estrutura: associação eventual de redes para abordar problemas complexos. Meso-Estrutura: características de cada neurônio na rede, principalmente a sua função de ativação. Macro-Estrutura: organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios. https://simulado.estacio.br/bdq_simulados_exercicio.asp https://simulado.estacio.br/bdq_simulados_exercicio.asp Explicação: As arquiteturas das RNAs são diferenciadas pelos conceitos micro, meso e macro estruturas, definidos consecutivamente por: características de cada neurônio na rede, principalmente a sua função de ativação; organização dos neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios; e associação eventual de redes para abordar problemas complexos. 3. A modelagem de sistemas inteligentes híbridos é a possibilidade de combinar técnicas inteligentes. Um método híbrido de interesse em sistemas inteligentes é o método neuro-fuzzy. Quais as camadas que podem ser consideradas na incorporação das técnicas Fuzzy nas Redes Neurais Artificiais? Entradas, Fuzzyficação, Regras, Consequente, Defuzificação. Entradas, Fuzzyficação, Regras, Defuzificação. Fuzzyficação, Regras, Consequente, Defuzificação. Fuzzyficação, Regras, Defuzificação. Entradas, Fuzzyficação, Consequente, Defuzificação. Explicação: São 5 camadas que as redes neuro-fuzzy possuem atribuídas as operações de tratamento fuzzy. 4. Considerando o modelo matemático do neurônio para aplicação computacional com função de ativação linear g(⋅):y=ug(⋅):y=u, assinale a opção que determina o valor de saída do neurônio yy pelas entradas x1=1,x2=−0.2 e x3=0.7x1=1,x2=−0.2 e x3=0.7, relacionadas respectivamente aos pesos w1=0.3,w2=0.6 e w3=0.3w1=0.3,w2=0.6 e w3=0.3, com o bias θ=−0.2θ=−0.2. Modelo do neurônio: y=g(3∑i=1xiwi−θ)y=g(∑i=13xiwi−θ) 0,59 0,19 0,51 0,39 0,11 Explicação: https://simulado.estacio.br/bdq_simulados_exercicio.asp https://simulado.estacio.br/bdq_simulados_exercicio.asp y=g(0,3⋅1+0,6⋅(−0,2)+0,3⋅0,7−0,2)y=g(0,3⋅1+0,6⋅(−0,2)+0,3⋅0,7−0,2) y=0,3−0,12+0,21−0,2=0,19
Compartilhar