As Redes Neurais Recorrentes (RNN) são uma classe poderosa de redes neurais utilizadas em tarefas que envolvem dados sequenciais, como processamento de linguagem natural, séries temporais e reconhecimento de voz. No vídeo, foram discutidas diversas arquiteturas de RNN, cada uma com características específicas que as tornam adequadas para diferentes tipos de problemas. De acordo com o apresentado, identifique e associe corretamente as arquiteturas de RNN com as suas características principais. Considere que nem todos os itens das colunas podem possuir associação ou podem possuir mais de uma correlação. Arquiteturas de RNN Características I. LSTM (Long Short-Term Memory) A. Capacidade de lidar com o problema do desvanecimento de gradiente ao manter informações por longos períodos. II. GRU (Gated Recurrent Unit) B. Utiliza portas de atualização e de esquecimento para controlar o fluxo de informações. III. RNN tradicional C. Processa informações tanto na direção normal do tempo quanto na inversa, melhorando o contexto para cada ponto da sequência. IV. Bidirectional RNN D. Estrutura simples e fácil de implementar, mas pode ter dificuldades em capturar dependências de longo prazo. V. Deep RNN E. Composta por várias camadas de RNN, permitindo capturar dependências de diferentes níveis de abstração. Assinale a alternativa que contém a associação correta: Questão 8Resposta A. I-C; II-B; III-D; IV-E; V-A B. I-A; II-C; III-D; IV-B; V-E C. I-A; II-B; III-D; IV-C; V-E D. I-E; II-A; III-D; IV-C; V-B E. I-B; II-A; III-C; IV-D; V-E