Questão de Engenharia de Software — Inteligencia Artificial — FGV 2024
Engenharia de Software›Inteligencia Artificial
Código
fg086303
Banca
FGV
Órgão
INPE
Ano
2024
Nível
Superior
Cargo
Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação
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.
A2 – 1 – 3 – 4.
B3 – 1 – 4 – 2.
C1 – 2 – 3 – 4.
D2 – 1 – 4 – 3.
E1 – 2 – 4 – 3.
Revelar gabarito e comentário▾
GabaritoD — 2 – 1 – 4 – 3.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Redes Neurais Artificiais: Tipos e Características
Gabarito: letra D. A sequência correta é 2 – 1 – 4 – 3, associando respectivamente: Rede Recorrente (2) – realimentação com loop; Rede Feedforward (1) – fluxo unidirecional (exceto treinamento); Rede de Kohonen (4) – aprendizado não supervisionado e clustering; Rede de Função de Base Radial (3) – aproximação por combinações lineares de Gaussianas. A banca testa a distinção entre os paradigmas de propagação e aprendizado.
A questão pede a correspondência entre os tipos de rede neural e suas descrições típicas. Vamos analisar cada alternativa confrontando com a ordem correta.
Característica
Tipo de Rede
Justificativa
Possui realimentação, saídas viram entradas (loop)
Recorrente (2)
A realimentação cria memória de curto prazo, essencial para séries temporais.
Sinais fluem apenas em uma direção (exceto treinamento)
Feedforward (1)
O fluxo é da entrada para a saída; durante o treino, o erro retropropaga (backpropagation), mas a descrição já excetua essa fase.
Treinada com aprendizado não supervisionado, cria clusters
Kohonen (4)
Mapas auto-organizáveis agrupam dados similares sem rótulos.
Aproxima funções contínuas por combinações lineares de Gaussianas
Função de Base Radial (3)
Usa funções de base radial (ex.: Gaussianas) como ativação na camada oculta.
NÃO CAIA NESSA!
A descrição da rede feedforward inclui "exceto quando em treinamento". Isso pode levar o candidato a achar que o fluxo não é unidirecional, mas a exceção é justamente o backpropagation, que ocorre durante o treino, não na propagação. Além disso, a rede de Kohonen é não supervisionada, enquanto RBF é supervisionada – confundir os paradigmas é comum.
1Recorrente (2)Realimentação com loop
2Feedforward (1)Fluxo unidirecional
3Kohonen (4)Não supervisionado, clusters
4RBF (3)Combinação de Gaussianas
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta (2 – 1 – 3 – 4)
A sequência erra ao colocar RBF (3) antes de Kohonen (4). A terceira característica (clusters não supervisionados) corresponde a Kohonen, não a RBF.
Alternativa B — ❌ Incorreta (3 – 1 – 4 – 2)
Começa com RBF (3) na primeira característica (loop), o que é falso. RBF não possui realimentação.
Alternativa C — ❌ Incorreta (1 – 2 – 3 – 4)
Inicia com feedforward (1) na primeira característica (loop), mas feedforward não tem realimentação.
Alternativa D — ✅ Correta ⟵ GABARITO
Sequência 2 – 1 – 4 – 3, conforme a tabela acima. Cada rede é associada corretamente à sua descrição.
Alternativa E — ❌ Incorreta (1 – 2 – 4 – 3)
Também começa com feedforward (1) na primeira descrição (loop), o que está errado.
PEGA ESSA DICA!
Para memorizar, lembre: Recorrente = Realimentação (loop); Feedforward = Fluxo único; Kohonen = Clustering não supervisionado; RBF = Gaussianas. Associe a inicial: R de Recorrente com 'Realimentação', K de Kohonen com 'K-means' (cluster).