Inteligncia Artificial II

Bacharelado em Cincia da Computao Prof Fabiano Cordeiro Moreira

1. Cite trs utilizaes de redes neurais. 2. Qual a limitao das redes diretas de camada nica? 3. Explique o aprendizado de Hebb? 4. Desenhe um esquema do modelo formal de um neurnio, salientando e explicando seus principais elementos. 5. Descreva os passos do algoritmo de Backpropagation. 6. Para um reconhecimento de uma imagem de 20 x 20 pontos (binrios), em duas classes qualquer (por exemplo: crculo e quadrado), utiliza-se a seguinte arquitetura de rede: rede direta, totalmente conectada, com trs camadas (uma de entrada, uma intermediria e uma de sada). Determine: a. O n de neurnios da camada hidden. b. O n de pesos dos neurnios da camada hidden e de sada. c. O n de pesos referente s entradas bias na camada intermediria e de sada. d. Uma representao esquemtica dessa rede. 7. Conceitue Generalizao e Overfitting em um treinamento de rede neural. 8. Descreva a arquitetura de um Mapa Auto-Organizvel (SOM). 9. Descreva o algoritmo de um Mapa Auto-Organizvel (SOM). 10. A arquitetura de uma rede neural artificial determinada por trs parmetros, citeos, e classifique as redes MLP e SOM de acordo com os mesmos. 11. Para uma rede Perceptron de camada nica com um nico neurnio, que possui duas entradas, utilizando a regra delta de aprendizado, calcule: a. o net b. o erro da rede (Ek) Para o seguinte exemplo do conjunto de treinamento X1=[0 1]T, com a resposta desejada d1=1. Parmetros: W1=0,4; W2=0,8; (bias) = -0,1;