Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 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: As afirmativas I e II estão corretas Somente a afirmativa II está correta Somente a afirmativa I está correta As afirmativas II e III estão corretas Somente a afirmativa III está correta Respondido em 03/09/2021 13:04:52 Gabarito Comentado 2 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 I e III estão corretos. Somente o item III está correto. Somente o item I está correto. Somente os itens II e III estão corretos. Respondido em 03/09/2021 13:05:18 3 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 saídas desejadas são fornecidas e utilizadas para correção dos pesos as respostas são revisadas utilizando o conjunto de validação é utilizado um algoritmo de supervisão dos pesos durante o treinamento as entradas e saídas são embaralhadas pelo supervisor antes do treinamento todo o processo deve ser supervisionado por um especialista Respondido em 03/09/2021 13:05:43 Gabarito Comentado 4 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 as afirmativas II e III estão corretas. Todas as afirmativas estão corretas. Apenas a afirmativa II está correta. Apenas a afirmativa III está correta. Apenas as afirmativas I e II estão corretas. Respondido em 03/09/2021 13:06:03 Gabarito Comentado 5 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 (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) (0,1,1,1) (0,1,1,0) (0,1,0,1) Respondido em 03/09/2021 13:07:14 Gabarito Comentado 6 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 os itens I e III estão corretos. Somente o item III está correto. Somente o item I está correto. Somente o item II está correto. Somente os itens II e III estão corretos. Respondido em 03/09/2021 13:07:48 7 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, inibindo a atração de mínimos locais e permitindo a convergência para o mínimo global Para acelerar a convergência utilizando a tendência de correção do ciclo anterior Para explorar múltiplos pontos de mínimo da função 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 um fator multiplicador arbitrado pelo algoritmo Respondido em 03/09/2021 13:08:01 Gabarito Comentado 8 Questão O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. Assinale a alternativa INCORRETA sobre este algoritmo. Modificar os pesos das conexoões sinápticas de forma a minimizar o erro médio, considerando todos os padrões da amostra. 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 . Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída. Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro. Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração (apresentação de todos os padrões novamente).
Compartilhar