Foram encontradas 69 questões.
A rede de Hopfield é uma rede neural recorrente de camada única, isto é, as saídas estão conectadas às entradas desta rede. A rede de Hopfield discreta pode ser utilizada para armazenar um certo número de padrões binários. Visando a estabilidade do sistema, Hopfield propôs que a matriz de pesos fosse simétrica, com diagonal principal nula. Considerando essas informações, julgue os itens subseqüentes.
Para uma certa condição inicial, após a estabilização da rede de Hopfield, obtém-se como saída apenas o padrão armazenado que é mais próximo ao padrão inicial.
Provas
A rede de Hopfield é uma rede neural recorrente de camada única, isto é, as saídas estão conectadas às entradas desta rede. A rede de Hopfield discreta pode ser utilizada para armazenar um certo número de padrões binários. Visando a estabilidade do sistema, Hopfield propôs que a matriz de pesos fosse simétrica, com diagonal principal nula. Considerando essas informações, julgue os itens subseqüentes.
A rede de Hopfield não possui, a rigor, treinamento. Calculam-se os pesos, a partir dos padrões, uma única vez.
Provas
A rede de Hopfield é uma rede neural recorrente de camada única, isto é, as saídas estão conectadas às entradas desta rede. A rede de Hopfield discreta pode ser utilizada para armazenar um certo número de padrões binários. Visando a estabilidade do sistema, Hopfield propôs que a matriz de pesos fosse simétrica, com diagonal principal nula. Considerando essas informações, julgue os itens subseqüentes.
A rede de Hopfield não possui, a rigor, sinais de entrada. As entradas são as condições iniciais da rede.
Provas
RNAs podem ser utilizadas no reconhecimento de padrões em imagens. Uma possível aplicação é o reconhecimento de placas de veículos. Em uma primeira etapa, a segmentação da imagem visa localizar a placa do veículo. Na segunda etapa, são identificados os caracteres. Considerando essas informações, julgue os seguintes itens.
A RNA pode reconhecer os caracteres utilizando uma matriz de pontos (bitmap) ou por meio de valores característicos (número de cantos, comprimento vertical e horizontal, inclinação etc.).
Provas
RNAs podem ser utilizadas no reconhecimento de padrões em imagens. Uma possível aplicação é o reconhecimento de placas de veículos. Em uma primeira etapa, a segmentação da imagem visa localizar a placa do veículo. Na segunda etapa, são identificados os caracteres. Considerando essas informações, julgue os seguintes itens.
A mesma RNA deve ser utilizada para reconhecer tanto letras como números, pois ambos fazem parte da mesma placa.
Provas
Um sistema especialista baseado em lógica nebulosa pode ser treinado como uma rede neural artificial (RNA). Em relação a esse assunto, julgue os itens a seguir.
Não é necessário, como em sistemas nebulosos, um especialista na aplicação para “ajustar” um sistema neuronebuloso. Bastam dados de treinamento.
Provas
Um sistema especialista baseado em lógica nebulosa pode ser treinado como uma rede neural artificial (RNA). Em relação a esse assunto, julgue os itens a seguir.
Um sistema neuronebuloso tem, em comparação com a RNA, a vantagem de apresentar uma componente de explicação. É possível verificar quais regras foram ativas no processo decisório.
Provas
Acerca de controladores nebulosos, julgue os itens que se seguem.
O controlador PID nebuloso permite sintonia adequada em mais de um ponto de operação.
Provas
Acerca de controladores nebulosos, julgue os itens que se seguem.
Controladores nebulosos não podem considerar mais de uma variável do processo para calcular o sinal de controle.
Provas
Acerca de controladores nebulosos, julgue os itens que se seguem.
Para processos lineares, não há benefício em se utilizar um controlador nebuloso.
Provas
Caderno Container