T_picos_em_Computa__o_Aplicada___PPGCC002___2020_2___Cap_tulo_2

Prévia do material em texto

Tópicos em Computação Aplicada
PPGCC002 - 2020.2
Respostas Caṕıtulo II
Aluno: Ênio Rodrigues Viana
Fevereiro 2020
1 Discorra sobre as vantagens e desvantagens envolvidas na apren-
dizagem usando lote de padrões e aprendizagem usando padrão-
por-padrão.
R → A amostragem online, padrão-por-padrão temos como ponto negativo uma demora na apresentação
de resultados positivamente significativos. Como ponto positivo essa abordagem possibilita a atualização
dos pesos e limiares imediatamente após a apresentação de cada amostra sendo, portanto, algo benéfico em
casos cujo comportamente apresenta alta variabilidade [2].
A amostragem offline necessitam de pelo menos uma época de treinamento para realizar os ajustes dos
pesos e limiares, entretanto, tal fato possibilita um melhor ajuste, uma vez que leva em consideração o total
dos desvios observados. Valhe ressaltar que todas as amostras de treinamento devem sempre estar dispońıveis
durante o processo de aprendizagem [2].
2 Considere uma aplicação que possui quatro entradas e duas
sáıdas. O projetista menciona que neste caso a rede feedfor-
ward de camadas múltiplas a ser implementada deve conter
necessariamente quatro neurônios na primeira camada escon-
dida. Discorra se tal informação é pertinente.
R → A afirmação categórica do projetista deve ser considerada verdadeira considerando-se que o mesmo é o
especialista, portanto, conhece o processo e já fez testes para determinar a melhor topologia para a arquitetura
que está sendo proposta. Desconsiderando-se a conhecimento e testes prévios do especialista deve-se sempre
realizar os testes para determinar a melhor topologia e arquitetura para determinado problema, seja ele o
do enunciado ou não.
3 Em relação ao exerćıcio anterior, cite alguns fatores que influ-
enciam na determinação do número de camadas escondidas de
uma rede feedforward de camadas múltiplas.
R → O número de neurônios da camada escondida assim como outros parâmetros, são dependentes do
problema a ser tratado e precisam ser determinados e ajustados por meio de testes, abordagens propostas
na literatura, processo de apodização [1].
1
4 Quais as eventuais diferenças estruturais observadas nas redes
com arquitetura recorrente em relação àquelas com arquitetura
feedforward.
R → As redes de arquitetura feedforward possuem como principal caracteŕıstica a viagem dos sinais em
apenas uma direção, da entrada para a sáıda, não havendo loops. As reces recorrentes podem apresentar a
viagem dos sinais em ambas as direções, portanto, produzindo loops.
5 Mencione em que tipos de aplicações é essencial a utilização de
redes neurais recorrentes.
R → As redes com retroalimentação são muito utilizadas em problemas cujo estado muda de forma cont́ınua
e rápida até que um posśıvel equiĺıbrio seja atingido, um exemplo bem conhecido são os problemas que
envolvem previsão de séries temporais (forecasting).
6 Elabore um diagrama de blocos que ilustre o funcionamento do
treinamento supervisionado.
R →
SUPERVISOR
RNA
ENTRADAS ERROU?
SAÍDA SIM
FIM
NÃO
erro
tolerável
Figure 1: Aprendizado Supervisionado
7 Discorra sobre o conceito de método de treinamento e algoritmo
de aprendizado, explicitando-se ainda o conceito de época de
treinamento.
R→ O treinamento de uma arquitetura espećıfica consiste da aplicação de um conjunto de passos ordenados
com o intuito de ajustar os pesos e os limiares de seus neurônios. Assim, tal processo, também conhecido
como algoritmo de aprendizado, visa então sintonizar a rede para que suas respostas estejam próximas
dos valores desejados [2]. A época consiste em cada apresentação completa do conjunto de amostras de
treinamento para o processo de ajuste dos pesos e limiares.
Page 2
8 Quais principais diferenças existentes entre os métodos baseados
em treinamento supervisionado e não-supervisionado.
R → No treinamento supervisionado as sáıdas são conhecidas e o processo de aprendizado leva em conta
o erro gerado pelas sáıdas preditas pela rede neural, sabe-se que a rede acertou ou errou pois as sáıdas
são conhecidas. Fato que não ocorre no treinamento não supervisionado, onde as sáıdas são desconhecidas,
portanto, não há um supervisor para julgar o erro ou acerto da rede.
9 Quais as principais diferenças existentes entre os métodos basea-
dos em treinamento supervisionado e treinamento com reforço.
R → No treinamento com reforço ajustam-se os parâmetros internos dos neurônios baseando-se em quaisquer
informações quantitativas ou qualitativas advindas da interação com o sistema (ambiente) que está sendo
mapeado, as quais são então utilizadas para medir o desempenho do aprendizado [2].
10 Considerando uma aplicação espećıfica, explicite então como
poderia ser um critério de desempenho utilizado para o ajuste
dos pesos e limiares da rede que empregará método de treina-
mento com reforço.
R → A utilização dos conceitos de reforço positivo e reforço negativo são exemplos bem discutidos na área
da psicologia e podem ser modelados nesta seara. Para cada comportamento há uma consequência; Em se
tratando de um comportamento B cuja consequência C foi desejável, há reforço positivo e o comportamento
B tende a ter um aumento da frequência. Inversamente, caso B produza um comportamento C’, indesejável,
a frequência de tal comportamento tende a diminuir.
References
[1] Como escolher o número de neurônios na camada oculta da sua Rede Neural?
https://nathaliatito.medium.com/como-escolher-o-nAccessado: 23-11-2020.
[2] Ivan Nunes Da Silva, Danilo Hernane Spatti, and Rogério Andrade Flauzino. Redes neurais artificiais
para engenharia e ciências aplicadas curso prático. São Paulo: Artliber, 2010.
Page 3