Inteligência Artificial

Transcrição

1 Inteligência Artificial Segundo Teste 15 de Janeiro de :00-10:30 Este teste é composto por 11 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas erradas com cotação c e n respostas possíccveis descontam c / (n 1). Identifique já todas as folhas do teste com o seu nome e número. Na mesa em que está a fazer o exame deve ter apenas lápis/caneta, identificação e este exame. Pode utilizar o verso das folhas como rascunho. Deve responder às perguntas no espaço deixado para o efeito. Cotações Perguntas 1) 2) 3) 4) 5) 6) 7) Pergunta 6 de resposta de escolha múltipla (deve ser respondida aqui). Coloque V ou F para responder à pergunta. Alínea/Resultado Classificação a) b) Nome: Número: 1

2 1. (3.0) Considere um CSP com as seguintes caracteri sticas: V = {x,y,z} Dx = {0,1,2} Dy = {5,6,7} Dz = {1,5,9} Restric o es: 1. R1: y > 7 - x 2. R2: 2x+y=2z a) (1.0) Realize uma procura com retrocesso sem usar qualquer heuri stica para guiar a procura, usando ordem alfabe tica crescente para atribuir varia veis e ordem nume rica crescente para atribuir valores. Nome: Número: 2

3 b) (1.0) Realize uma procura com retrocesso com o algoritmo de propagação olhar-em-frente (forward checking) e mostre os passos do mesmo. c) (1.0) Em Problemas de Satisfação de restrições estudou as seguintes heurísticas: Heuri stica de menos valores remanescentes ( minimum remaining values ) MRV Heuri stica do maior grau ( degree heuristic ) DH Heurística do valor menos restritivo ( least-constraining-value heuristic ) LCV Diga sucintamente em que consiste e para que serve cada uma destas heurísticas: a. MRV Em que consiste? Para que serve? b. DH Em que consiste? Para que serve? c. LCV Em que consiste? Para que serve? Nome: Número: 3

4 2. (2.5) Considere a seguinte base de conhecimento: 1. gostaneve(x) desportista(x) fazski(x) 2. vive(x,y) temneve(y) gostaneve(x) 3. vive(luís, Andorra) 4. vive(joão, Lisboa) 5. vive(marta, SerraDaEstrela) 6. temneve(andorra) 7. temneve(serradaestrela) 8. desportista(joão) 9. desportista(marta) a) (1.0) Recorra ao Modus Ponens Generalizado (MPG) e à inferência progressiva para responder à questão Quem faz ski?. Indique as proposic o es acrescentadas à base de conhecimento pela ordem utilizada pelo algoritmo de inferência progressiva. b) (1.5) Utilizando inferência regressiva na BC original responda à pergunta Quem faz ski?. Justifique, apresentando as árvores com as derivações desenvolvidas. Nome: Número: 4

5 3. (3.5) Considere uma situação do mundos dos blocos onde inicialmente os blocos A, B e C estão em cima da mesa e livres. A figura mostra parte do grafo de planeamento gerado tendo em conta que apenas existem as seguintes acções: (OP: ACTION: Move(A,T,B), PRECOND: On(A,T) Clear(B) Clear(A) EFFECT: On(A,B) On(A,T) Clear(B)) (OP: ACTION: Move(B,T,C), PRECOND: On(B,T) Clear(C) Clear(B) EFFECT: On(B,C) On(B,T) Clear(C)) On(A,T) On(A,T) Clear(B) Clear(B) Clear(A) On(B,T) On(B,T) Clear(C) Clear(C) Move(A,T,B) Move(B,T,C) On(A,T) On(A,T) Clear(B) Clear(B) Clear(A) On(B,T) On(B,T) Clear(C) Clear(C) On(A,B) On(A,B) On(A,B) On(A,B) On(B,C) On(B,C) On(C,T) On(C,A) On(B,C) On(B,C) On(C,T) On(C,A) S0 A0 a) (1.0) Assinale (com o número correspondente) na figura um exemplo de cada um dos seguintes tipos de relações mutex (se não existir nenhum exemplo de um determinado tipo, indique escrevendo não existe junto ao tipo correspondente): 1. Inconsistência. 2. Interferência. 3. Competição. 4. Suporte inconsistente. On(C,B) S1 A1 On(C,B) S2 Nome: Número: 5

6 b) (1.0) Tendo em consideração o objectivo de colocar o bloco A em cima de B, e o bloco B em cima de C, calcule o valor para as seguintes heurísticas: heurística de máximo nível, heurística de soma de nível, e heurística de nível de conjunto. c) (1.0) Considere, agora, que tem como objectivo colocar o bloco C em cima de B a partir do estado inicial. Analisando o grafo de planeamento é possível concluir alguma coisa acerca deste objectivo? Justifique. d) (0.5) Indique duas utilizações distintas para grafos de planeamento. Nome: Número: 6

7 4. (3.0) Considere a rede Bayesiana abaixo. 0.5 GN FS FS a) (1,5) Calcule a probabilidade de estar bronzeado, ter a perna partida, fazer ski e não gostar de neve P( B PP FS GN) b) (1.5) Usando inferência por enumeração com a árvore apresentada, determine a probabilidade de não estar bronzeado dado que gosta de neve P( B GN). Nome: Número: 7

8 5. (4.0) Considere a seguinte amostra de dados obtidos depois de várias tomadas de decisão de jogar ténis ou não, consoante o tempo que faz. Dia Tempo Temperatura Humidade Vento Jogar Ténis D1 sol > 35º Alta Fraco Não D2 sol > 35º Alta Forte Não D3 nublado > 35º Alta Fraco Sim D4 chuva 15º <= T <= 35º Alta Fraco Sim D5 chuva T < 15º Normal Fraco Sim D6 chuva T < 15º Normal Forte Não D7 enublado T < 15º Normal Forte Sim D8 sol 15º <= T <= 35º Alta Fraco Não D9 sol T < 15º Normal Fraco Sim D10 chuva 15º <= T <= 35º Normal Fraco Sim D11 sol 15º <= T <= 35º Normal Forte Sim D12 enublado 15º <= T <= 35º Alta Forte Sim D13 enublado > 35º Normal Fraco Sim D14 chuva 15º <= T <= 35º Alta Forte Não a) (1.0) Pretende-se usar aprendizagem por árvores de decisão para identificar quando se deve jogar ou não. Depois de analisar os 4 atributos, apurou-se que GI(Tempo) > GI(Humidade)> GI(Vento) > GI (Temperatura). Desenhe o primeiro nível da árvore de decisão aprendida. Nome: Número: 8

9 b) (1.0) Termine a árvore de decisão acima descrita. Se não executar os cálculos todos, justifique as suas decisões que tomou para chegar à árvore final. No entanto, se pretender efectuar os cálculos, tenha em conta que I(1,0) = 0, I(1/2, 1/2) =1, I(2/5,3/5)=0.97, I(2/3,1/3)= c) (1.0) Considere que se juntava o novo exemplo negativo D15 = (Sol, > 35º, Normal, Forte). Discuta o efeito que teria na árvore final desenhada acima, e diga o tipo de problema que iria originar. d) (1.0) Diga em que consiste o Princi pio da Parsimónia ou da Navalha de Ockham (Ockham s Razor)? Nome: Número: 9

10 6. (3.0) Considere a seguinte gramática que usa DCG para descrever uma linguagem artificial de um mundo de robôs. (Atenção: todas as respostas a estas perguntas devem ser dadas na página inicial!): f --> in, mid, in. f --> in, mid. in --> n. in --> np. in --> ent, np. mid--> v. mid --> v, ent, np. n --> [carro]. n --> [comida]. v --> [move]. v --> [come]. v --> [gosta]. np --> [wall-e]. np --> [eva]. np --> [r2d2]. ent --> [a]. ent --> [o]. ent --> [da]. ent --> [do]. a. (1.2) Marque com V as frases que são aceites pela gramática e com F as que não são: 1. wall-e come 2. o wall-e come a comida 3. o carro move a eva 4. a eva gosta do carro do r2d2 5. o r2d2 gosta da eva do wall-e 6. a eva move a comida do carro do wall-e b) (1.8) Supondo a ana lise sinta ctica da frase wall-e gosta do r2d2, marque com um F os elementos que NÃO são gerados por um algoritmo bottom-up (atenção que há elementos gerados que não conduzem à solução e o que está em causa neste exercício são os elementos que NUNCA seriam gerados por uma análise bottom-up na análise de frase dada) e com V os que poderão ser. 1. [[f: [in:?] [mid:?] [in:?]]] 2. [[np: wall-e], [v: gosta], [ent: do], r2d2] 3. [[f:?]] 4. [wall-e, gosta, do, r2d2] 5. [[in [np: wall-e]], [mid: [v: gosta],[ent: do], [np: r2d2]]] 6. [f: [in [np: wall-e]], [mid: [v: gosta]], [in: [ent: do], [np: r2d2]]] Nome: Número: 10

11 7. (1.0) Indique para que servem os sensores num Sistema robótico. Descreva os três tipos de sensores que existem e dê um exemplo de um sensor para cada um dos tipos. Nome: Número: 11