FC ConcursosFC Concursos

Questão FC369938

Redes neurais artificiais são elementos fundamentais para o uso de técnicas de aprendizado de máquina. São constituídas por camadas de unidades de processamento, chamadas de neurôn

Inteligência Artificial (IA)

FGV · 2024

Redes neurais artificiais são elementos fundamentais para o uso de técnicas de aprendizado de máquina. São constituídas por camadas de unidades de processamento, chamadas de neurônios. Relacione os tipos de redes neurais listadas as seguir, às suas principais características.

 

1. Redes de Propagação Direta (feedforward).

 

2. Redes Neurais Recorrentes.

 

3. Redes de Funções de Base Radial.

 

4. Redes Auto-Organizáveis de Kohonen.

 

( ) Rede que possui realimentação, de forma que as saídas são direcionadas para as entradas, formando-se um loop.

 

( ) Rede em que os sinais fluem apenas em uma direção, da entrada para a saída, exceto quando em treinamento.

 

( ) Rede que é treinada com aprendizado não supervisionado, criando clusters dos dados de entrada.

 

( ) Rede usada para aproximar funções contínuas a partir de combinações lineares de Gaussianas.

 

Assinale a opção que indica a relação correta na ordem apresentada.

  1. 2 – 1 – 3 – 4.
  2. 3 – 1 – 4 – 2.
  3. 1 – 2 – 3 – 4.
  4. 2 – 1 – 4 – 3.
  5. 1 – 2 – 4 – 3.
Mostrar resposta e comentário

Gabarito

D

Comentário do professor

A sequência 2–1–4–3 indica, respectivamente, as descrições das redes: Redes Neurais Recorrentes, Redes de Propagação Direta (feedforward), Redes Auto-Organizáveis de Kohonen e Redes de Funções de Base Radial (RBF).

Redes Neurais Recorrentes apresentam realimentação: saídas influenciam entradas seguintes, formando loops que permitem modelar dependências temporais e estados internos.

Feedforward têm fluxo unidirecional dos sinais (entrada→saída); a topologia não contém ciclos, e o aprendizado ajusta pesos sem alterar essa direção do fluxo.

Kohonen (SOM) usa aprendizado não supervisionado para organizar neurônios em mapa topológico, formando protótipos e clusters dos dados de entrada por competição (winner‑takes‑all).

RBF aproximam funções contínuas combinando funções radiais localizadas (tipicamente Gaussianas). A saída é uma combinação linear das bases, por exemplo \(y(x)=\sum_i w_i \exp\!\big(-\|x-\mu_i\|^2/(2\sigma_i^2)\big)\).

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo