Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — FGV 2025

Engenharia de SoftwareInteligencia Artificial
Código
fg122138
Banca
FGV
Órgão
TCE-RR
Ano
2025
Nível
Superior
Cargo
Auditor de Controle Externo - Tecnologia com Especialidade em Análise de Dados
As Redes Neurais Convolucionais (Convolutional Neural Network - CNNs) são amplamente utilizadas em tarefas de reconhecimento de imagens.Sobre as características e as arquiteturas das CNNs, avalie as afirmativas a seguir.I. Uma camada que compõe uma CNN é a camada convolucional. Nela ocorre a subamostragem da imagem, com o objetivo de se diminuir a carga computacional, o uso de memória e o número de parâmetros necessários.II. LeNet-5, AlexNet e ResNet são exemplos de arquiteturas CNN.III. A arquitetura de uma CNN é composta exclusivamente por camadas convolucionais e camadas de pooling.Está correto o que se afirma em
  1. AI, apenas.
  2. BII, apenas.
  3. CI e II, apenas.
  4. DI e III, apenas.
  5. EII e III, apenas
Revelar gabarito e comentário

GabaritoB — II, apenas.

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 Convolucionais (CNNs)

Gabarito: letra B (apenas II). A afirmativa II está correta, pois LeNet-5, AlexNet e ResNet são arquiteturas consagradas de CNN. As afirmativas I e III contêm erros conceituais: a subamostragem (downsampling) é função da camada de pooling, não da convolucional; e uma CNN típica inclui também camadas totalmente conectadas (fully connected), não apenas convolucionais e de pooling.

Afirmativa I — ❌ Incorreta

A camada convolucional aplica filtros para extrair características (bordas, texturas), mas a subamostragem (redução de dimensionalidade) é realizada pela camada de pooling (ex.: max pooling). A descrição dada pertence ao pooling, não à convolução.

Afirmativa II — ✅ Correta

LeNet-5, AlexNet e ResNet são exemplos clássicos e amplamente conhecidos de arquiteturas CNN. A LeNet-5 foi pioneira para reconhecimento de dígitos, a AlexNet popularizou o deep learning em visão computacional e a ResNet introduziu conexões residuais.

Afirmativa III — ❌ Incorreta

Uma CNN não é composta exclusivamente por camadas convolucionais e de pooling. Após essas camadas, geralmente há camadas densas (fully connected) para classificação, além de funções de ativação (ex.: ReLU) e técnicas como dropout. O termo "exclusivamente" torna a afirmação falsa.

NÃO CAIA NESSA!

A afirmativa I tenta confundir o papel da camada convolucional com o da camada de pooling. A banca troca a função de subamostragem — que é do pooling — atribuindo-a à convolução. Fique atento: convolução extrai características; pooling reduz dimensionalidade.

Gabarito: letra B — apenas a afirmativa II está correta.

Link permanente: /questoes/fg122138