Logo Passei Direto
Buscar

Inteligência Artificial

Outros

Unidade IV 1. Analise as afirmativas abaixo e assinale a alternativa correta: I - As redes de Kohonen tem uma estrutura de feed-forward com uma ú...

Unidade IV

1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes de Kohonen tem uma estrutura de feed-forward com uma única camada computacional disposta em linhas e colunas.;
II - Em uma rede de Kohonen os neurônios não podem ser totalmente conectados;
III - As redes de Kohonen são um tipo particular de SOM.

Apenas as afirmativas I e III estão corretas.
User badge image
Exercícios Para o Aprendizado

há 2 anos

User badge image
Exercícios Para o Aprendizado

há 2 anos

REDES NEURAIS
4 pág.

REDES NEURAIS

ESTÁCIO

Respostas

User badge image

Ed Verified user icon

há 2 anos

Vamos analisar cada afirmativa: I - As redes de Kohonen têm uma estrutura de feed-forward com uma única camada computacional disposta em linhas e colunas. Falso. As redes de Kohonen, também conhecidas como mapas auto-organizáveis (SOM), não são tipicamente descritas como redes feed-forward, pois elas utilizam um processo de competição entre neurônios e não seguem a estrutura típica de redes feed-forward. II - Em uma rede de Kohonen os neurônios não podem ser totalmente conectados. Verdadeiro. Nas redes de Kohonen, os neurônios são conectados de forma que apenas os neurônios vizinhos se influenciam, não havendo uma conexão total entre todos os neurônios. III - As redes de Kohonen são um tipo particular de SOM. Verdadeiro. As redes de Kohonen são, de fato, um tipo de mapa auto-organizável (SOM). Portanto, as afirmativas II e III estão corretas, enquanto a afirmativa I está incorreta. A afirmação "Apenas as afirmativas I e III estão corretas" é falsa. Assim, a alternativa correta deve incluir as afirmativas II e III. Se a pergunta não fornece opções, não posso indicar uma alternativa específica. Você precisa verificar as opções disponíveis para encontrar a que menciona as afirmativas II e III como corretas.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

REDES NEURAIS
4 pág.

REDES NEURAIS

ESTÁCIO

Mais perguntas desse material

1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Adaptabilidade é uma das características e vantagem das redes neurais, que é a habilidade de se adaptar às novas informações; v
II - Não podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais
III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado. v

Todas as afirmativas estão corretas. errada
Nenhuma afirmativa está correta.
Apenas as afirmativas I e III estão corretas.
Apenas a afirmativa I está correta.
Apenas as afirmativas I e II estão corretas.

Todas as afirmativas estão corretas.
Nenhuma afirmativa está correta.
Apenas as afirmativas I e III estão corretas.
Apenas a afirmativa I está correta.
Apenas as afirmativas I e II estão corretas.

2. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes neurais são modelos de processamento de informações inspirados em uma estrutura natural como o cérebro humano;
II - Uma RNA consiste em um determinado número de neurônios artificiais interligados por um grande número de conexões;
III - As redes neurais não conseguem mapear funções matemáticas.

Apenas as afirmativas I e III estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes neurais são modelos de processamento de informações inspirados em uma estrutura natural como o cérebro humano;
II - Uma RNA consiste em um determinado número de neurônios artificiais desconectados uns dos outros; f
III - A definição dos pesos em cada neurônio é feita pelo processo de treinamento ou aprendizagem da rede neural.

Apenas as afirmativas I e III estão corretas.

5. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Uma função sigmóide ou um neurônio sigmóide é dada por uma função matemática.
II - Podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais
III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado.

Todas as afirmativas estão corretas.

6. Assinale a alternativa que melhor define a função de ativação Tanh?

É próxima de uma função sigmoide, porém suas saídas não têm apenas a variação de número entre 0 e 1, ela possui saídas reais entre -1 e 1.

Unidade II

1. É correto afirmar que o número de neurônios de uma rede é uma métrica para se definir o tamanho de uma rede neural?

Verdadeiro

2. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Uma rede neural de camada única descreve uma rede sem camadas ocultas; v
II - SVMs são simplesmente um caso especial de redes neurais de camada única; v
III - Em algumas literaturas as redes neurais podem ser denominadas "Redes neurais artificiais" (ANN) ou "Perceptrons de várias camadas" (MLP).

Todas as afirmativas estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Para redes neurais regulares, o tipo de camada mais comum é a camada totalmente conectada;
II - A disposição dos neurônios em rede neurais não pode ser em camadas;
III - As redes neurais são modeladas como coleções de neurônios conectados em um gráfico acíclico.

Apenas as afirmativas I e III estão corretas.

4. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Para redes neurais regulares, o tipo de camada mais comum é a camada totalmente conectada;
II - Os modelos da Rede Neural são frequentemente organizados em camadas distintas de neurônios;
III - As redes neurais são modeladas como coleções de neurônios conectados em um gráfico acíclico.

Todas as afirmativas estão corretas.

Unidade III

1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - O processo Backpropagation não pode ser utilizado no processo de aprendizagem em uma rede neural;
II - A soma dos erros quadrados é um valor importante para se retropropagar o erro para as camadas e neurônios anteriores da rede;
III - A principal ideia é ajustar os pesos de cada neurônio artificial usando essencialmente o valor esperado para a saída da rede e o erro ou distância da saída da rede para o valor esperado.

Apenas as afirmativas II e III estão corretas.

2. Analise as afirmativas abaixo e assinale a alternativa correta:

I - 'Inicializar pesos para os parâmetros que queremos treinar' é um dos passos do algoritmo backpropagation;
II - 'Definir o erro ou função de custo e seus primeiros valores de derivações' é uma etapa da rede neural mas não possui relação com o algoritmo backpropagation;
III - 'Atualizar as estimativas de parâmetro usando a derivada de erro e o valor atual' é um dos passos do algoritmo backpropagation.

Apenas as afirmativas I e III estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - 'Inicializar pesos para os parâmetros que queremos treinar' é um dos passos do algoritmo backpropagation;
II - 'Retropropagar através da rede para determinar os derivados de erro' é um dos passos do algoritmo backpropagation;
III - 'Atualizar as estimativas de parâmetro usando a derivada de erro e o valor atual' é um dos passos do algoritmo backpropagation.

Todas as afirmativas estão corretas.

4. Analise as afirmativas abaixo e assinale a alternativa correta:

I - 'Inicializar pesos para os parâmetros que queremos treinar' é uma etapa da rede neural que não tem relação com o algoritmo backpropagation;
II - 'Definir o erro ou função de custo e seus primeiros valores de derivações' é um dos passos do algoritmo backpropagation;
III - 'Atualizar as estimativas de parâmetro usando a derivada de erro e o valor atual' é um dos passos do algoritmo backpropagation.

Apenas as afirmativas II e III estão corretas.

2. É correto afirmar que as redes de Hopefield implementam redes de memória associativa.

Verdadeiro

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes de Hopfield utilizam o conceito de aprendizagem não supervisionada;
II - As redes de Hopfield utilizam o conceito de aprendizagem supervisionada;
III - As redes de Kohonen utilizam o conceito de aprendizagem não supervisionada.

Apenas as afirmativas II e III estão corretas.

4. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Umas das fases do processo de aprendizagem das redes de Kohonen é a competição;
II - Umas das fases do processo de aprendizagem das redes de Kohonen é a adaptação;
III - Umas das fases do processo de aprendizagem das redes de Kohonen é a cooperação.

Todas as afirmativas estão corretas.

Analise as afirmativas abaixo e assinale a alternativa correta:

I - Adaptabilidade é uma das características e vantagem das redes neurais, que é a habilidade de se adaptar às novas informações;
II - Não podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais.
III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado.

Todas as afirmativas estão corretas.
Nenhuma afirmativa está correta.
Apenas as afirmativas I e III estão corretas.
Apenas a afirmativa I está correta.
Apenas as afirmativas I e II estão corretas.

Todas as afirmativas estão corretas.
Nenhuma afirmativa está correta.
Apenas as afirmativas I e III estão corretas.
Apenas a afirmativa I está correta.
Apenas as afirmativas I e II estão corretas.

Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes neurais são modelos de processamento de informações inspirados em uma estrutura natural como o cérebro humano;

II - Uma RNA consiste em um determinado número de neurônios artificiais interligados por um grande número de conexões;

III - As redes neurais não conseguem mapear funções matemáticas.


a)Apenas a afirmativa I está correta.

b)Apenas as afirmativas I e III estão corretas.

c)Nenhuma afirmativa está correta.

d)Todas as afirmativas estão corretas.

e) Apenas as afirmativas I e II estão corretas

Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes neurais são modelos de processamento de informações inspirados em uma estrutura natural como o cérebro humano;
II - Uma RNA consiste em um determinado número de neurônios artificiais desconectados uns dos outros;
III - A definição dos pesos em cada neurônio é feita pelo processo de treinamento ou aprendizagem da rede neural.

Apenas as afirmativas I e III estão corretas.

Mais conteúdos dessa disciplina