Pular para o conteúdo principal

Questão de Banco de Dados — Banco de Dados Relacionais — FUNDATEC 2023

Banco de DadosBanco de Dados Relacionais
Código
qq897092
Banca
FUNDATEC
Órgão
PROCERGS
Ano
2023
Nível
Superior
Cargo
ANC - Analista em Computação - Ênfase em Ciências de Dados
Sobre as Redes Neurais Recorrentes (RNN), é correto afirmar que:
  1. AAs RNNs passam informações em uma direção, através de vários nós de entrada, até que cheguem ao nó de saída. A rede pode ou não ter camadas de nós ocultas, tornando o seu funcionamento mais interpretável.
  2. BNas RNNs, as entradas são de tamanho fixo, apresentam relacionamento espacial e, em geral, são utilizadas para reconhecimento facial.
  3. CNas redes Gated Recurrent Network (GRU), os gradientes fazem com que a relação temporal que a rede deve aprender se perca com o tempo através de uma célula exclusiva para armazenamento e fluxo de memória.
  4. DAs RNNs possuem uma dependência temporal entre os dados de entrada, pois, além dos dados da camada anterior, os neurônios escondidos da rede também recebem o resultado da operação matemática que eles mesmos realizaram no período temporal anterior. Por essa razão, as RNNs podem ser utilizadas, por exemplo, para a previsão utilizando dados históricos.
  5. ENas redes neurais de memória de curto-prazo longa (LTTM), o portão de entrada e saída é substituído por um portão de atualização, que é responsável por controlar o quanto de informação reter e o quanto atualizar. Em outra localização, há um portão denominado reset, que substitui o portão de esquecimento.
Revelar gabarito e comentário

GabaritoD — As RNNs possuem uma dependência temporal entre os dados de entrada, pois, além dos dados da camada anterior, os neurônios escondidos da rede também recebem o resultado da operação matemática que eles mesmos realizaram no período temporal anterior. Por essa razão, as RNNs podem ser utilizadas, por exemplo, para a previsão utilizando dados históricos.

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 Recorrentes (RNN)

Gabarito: letra D. As RNNs possuem conexões recorrentes que permitem que a saída de um neurônio em um instante seja realimentada como entrada no instante seguinte, criando uma dependência temporal. Essa característica as torna adequadas para tarefas com dados sequenciais, como previsão de séries históricas.

Alternativa A — ❌ Incorreta

Afirma que as RNNs passam informações em uma direção única (feedforward) e que podem ou não ter camadas ocultas. Na verdade, a essência das RNNs é justamente a realimentação (conexões recorrentes), e elas possuem camadas ocultas com loops temporais. Além disso, a interpretabilidade não é um ponto positivo das RNNs, que são complexas e de difícil análise.

Alternativa B — ❌ Incorreta

Descreve características de redes convolucionais (CNNs): entradas de tamanho fixo, relacionamento espacial (como pixels) e aplicação típica em reconhecimento facial. RNNs lidam com sequências de tamanho variável e dependência temporal, não espacial.

Alternativa C — ❌ Incorreta

Confunde Gated Recurrent Unit (GRU) com LSTM. Nas GRUs, o problema do gradiente desvanecente é mitigado pelas portas de atualização e reset, mas não há uma "célula exclusiva para armazenamento" como nas LSTMs. A afirmação de que a relação temporal se perde contradiz o propósito das GRUs, que são projetadas justamente para preservar dependências de longo prazo.

Alternativa D — ✅ Correta

A descrição está precisa: neurônios ocultos das RNNs recebem tanto a entrada atual quanto a saída do instante anterior (saída do próprio neurônio), criando um estado interno que evolui no tempo. Isso permite modelar dependências temporais e usar dados históricos para previsão de séries temporais.

Alternativa E — ❌ Incorreta

Descreve a arquitetura das GRUs, não das LSTMs. Nas LSTMs existem três portas (entrada, esquecimento e saída); nas GRUs, as portas de entrada e esquecimento são combinadas em uma porta de atualização, e há uma porta de reset. A alternativa inverte os papéis: diz que LSTM tem porta de atualização e reset, quando na verdade são características das GRUs.

Gabarito: letra D

Link permanente: /questoes/qq897092