Test
09 -Inteligência artificial
Crea una cuenta gratis para terminar este test
Guarda tu progreso y consulta tu resultado final.
¿Ya tienes cuenta? Inicia sesión
Preguntas del test (8)
1Analise 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- AApenas a afirmativa III está correta.
- BTodas as afirmativas estão corretas.
- CApenas as afirmativas II e III estão corretas.
- DApenas a afirmativa II está correta.
- EApenas as afirmativas I e II estão corretas.
2Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, por que tal tipo de treinamento é chamado de treinamento supervisionado?
- Atodo o processo deve ser supervisionado por um especialista
- Bas saídas desejadas são fornecidas e utilizadas para correção dos pesos
- Cé utilizado um algoritmo de supervisão dos pesos durante o treinamento
- Das respostas são revisadas utilizando o conjunto de validação
- Eas entradas e saídas são embaralhadas pelo supervisor antes do treinamento
3Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar q = 0. Para os pares de valores das entradas (xA e xB) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
- A0,1,0,1
- B(1,1,1,0)
- C(0,1,1,0)
- D(0,0,0,1)
- E(1,0,0,1)
4Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar para a qualidade da rede treinada, o treinamento além do ponto desejado?
I - A rede começa a confundir os padrões de entrada
II - A rede se torna melhor e mais genérica, mas há um custo computacional grande
III - Diminuição da capacidade de generalização da rede
De acordo com a abordagem, assinale a opção CORRETA:- ASomente o item III está correto.
- BSomente os itens I e II estão corretos.
- CSomente o item II está correto.
- DSomente os itens I e III estão corretos.
- ESomente o item I está correto.
5Nas 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:- ASomente os itens I e III estão corretos.
- BSomente o item III está correto.
- CSomente o item II está correto.
- DSomente o item I está correto.
- ESomente os itens II e III estão corretos.
6Com 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:- AAs afirmativas II e III estão corretas
- BAs afirmativas I e II estão corretas
- CSomente a afirmativa I está correta
- DSomente a afirmativa II está correta
- ESomente a afirmativa III está correta
7Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar para a qualidade da rede treinada, o treinamento além do ponto desejado?
I - A rede esquece os padrões aprendidos
II - Diminuição da capacidade de generalização da rede
III - Apenas desperdício de tempo computacional
De acordo com a abordagem, assinale a opção CORRETA:- ASomente os itens II e III estão corretos
- BSomente os itens I e III estão corretos
- CSomente o item III está correto.
- DSomente o item II está correto.
- ESomente o item I está correto.
8Com relação ao algoritmo de treinamento Backpropagations em redes MLP, pode-se afirmar que:
Quanto ao instante de atualização dos pesos - Se a atualização dos pesos for realizada a cada apresentação de um novo padrão, ao final de uma iteração é razoável imaginar que a atualização dos pesos corresponda mais às alterações feitas pelos últimos padrões apresentados do que aos primeiros.
Se a ordem de apresentação é a mesma a cada iteração, então a alteração será tendenciosa.
Assinale a alternativa correta.- AAmbas as afirmações estão corretas, mas as mesmas não possuem correlação
- BA primeira afirmação está incorreta e a segunda está correta
- CAmbas as afirmações estão corretas e a segunda complementa a primeira
- DAmbas as afirmações estão incorretas
- EA primeira afirmação está correta e a segunda está incorreta
Información
- Descripción
- INTELIGÊNCIA ARTIF. INTELIGÊNCIA ARTIF. Test sobre 09 -Inteligência artificial, creado por Anderson Ribeiro el 18/10/2017.
- Autor
- Anderson Ribeiro
- Idioma
- Português
- Visitas
- 0
- Historial
- Creado el 18 oct 2017 · actualizado el 18 oct 2017
- Etiquetas
- Valoración
- Aún sin valoraciones Valora este test