AULA DE ADM

Lista 2

1. Apresente os componentes de um sistema especialista, explicando cada um deles.

2. Apresente um exemplo de sistema especialista em qualquer área de conhecimento.

3. Descreva os dois mecanismos de raciocínio: progressivo e regressivo.

1. Enumere as diferenças entre a teoria clássica dos conjuntos e a teoria dos conjuntos difusos.

1. Quais os componentes de um sistema difuso?

1. Considere o conjunto difuso A = 1.0/1 + 0.8/2 + 0.5/3 + 0.1/4 definido no universo X = {1, 2, 3, 4, 5}. Encontre todos os seus -cuts.

1. Dado o conjunto difuso A com a seguinte função de pertinência:

1. Esboce o gráfico da função. Que tipo ela é?

1. Qual expressão linguística pode ser descrita a partir de A?

1. Considere dois conjuntos difusos representados pelas seguintes funções de pertinência triangulares A(x; 1, 2 ,3) e B(x; 2, 2, 4). Encontre a intersecção e a união de A e B e expresse as operações utilizando os operadores min e max.

1. Defina uma rede neural artificial. Pesquise e descreva duas aplicações reais para as quais uma rede neural artificial se apresenta como um modelo adequado de solução.

1. Defina aprendizado supervisionado e não supervisionado.

1. Descreva um neurônio artificial, apresentando seu modelo e explicando cada um dos seus componentes.

1. O que são funções linearmente separáveis? Exemplifique.

1. Cite pelo menos 3 funções que podem ser empregadas como função de ativação de um neurônio.

1. O que é treinamento e ativação de uma RNA?

1. Para que serve o parâmetro de taxa de aprendizado numa rede neural?

1. Descreva as vantagens e as limitações das redes neurais.

1. Explique a diferença entre o aprendizado supervisionado clássico e o aprendizado por reforço.

1. Qual a arquitetura de uma rede perceptron? Qual tipo de problema ele pode resolver?

1. Explique o algoritmo de aprendizado do perceptron.

1. Explique como deve ser a entrada e a saída de dados para uma rede supervisionada e para uma rede não supervisionada.

1. Apresente o algoritmo de uma rede neural de Kohonen.

1. Explique o algoritmo de aprendizado por competição.

1. Por que o modelo de Kohonen é chamado de mapa auto-organizável?

[pic 1][pic 2]

Prova 2 - dia 25/04 às 19h - sala B4109

Conteúdo: Sistemas especialistas / Sistemas difusos / Redes neurais artificiais – perceptron simples, perceptron de múltiplas camadas e mapas auto-organizáveis.

(Referência básica: “Inteligência Artificial” – Ben Coppin – O conteúdo apresentado pode ser encontrado nos Capítulos 9, 11 e 18).

...