INTELIGÊNCIA ARTIFICIAL
|
|
- Isabella Paixão Castel-Branco
- 5 Há anos
- Visualizações:
Transcrição
1 INTELIGÊNCIA ARTIFICIAL Primeiro Exame 20 de Junho de :00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame 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. Numa pergunta de escolha múltipla deve escolher a alternativa mais correcta, assinalando a resposta em tabela adequada, se não existir deve assinalar a resposta desenhando um círculo à volta da letra que identifica a alternativa escolhida. Numa pergunta assinalada como de escolha múltipla EM, se houver n alternativas e a cotação for c, respostas erradas contribuem negativamente para a classificação final com c/(n-1), i.e. numa pergunta com seis alternativas e cotação de 0,5 a uma resposta errada é descontado 0,1 valores. Cotações Grupos I II III IV V VI VII VIII Grupo I (2,5 valores) 1. (0,5) A Inteligência Artificial é o estudo de a) Agentes que tentam imitar o Homem. b) Agentes racionais. c) Agentes que existem num ambiente e que têm capacidades de percepção e actuação. d) Agentes que raciocinam inteligentemente. e) Programas. f) Todas as resposta acima são verdadeiras. 2. Numa linha de montagem de automóveis é feita uma verificação de qualidade das luzes exteriores de cada automóvel por um agente. Considere que este agente recebe como percepções: luzes-esq-ok? e luzes-dir-ok?, booleanos que indicam se as luzes do lado esquerdo e as luzes do lado direito, respectivamente, estão todas a funcionar. Se todas as luzes estiverem a funcionar correctamente o agente não deve fazer nada, acção no-op, se alguma luz não estiver a funcionar o carro deve ser removido da linha de montagem para um buffer onde as luzes são reparadas, acção move-buffer, se o buffer não estiver cheio; se o buffer estiver cheio deve parar a linha de montagem, acção para-linha. No início o buffer encontra-se vazio e tem capacidade para 3 carros. No entanto cada carro que lá é colocado demora o tempo equivalente a uma sequência de três percepções do agente até ser processado e abandonar o buffer e só cada momento só o primeiro carro do buffer é que está a ser processado. a. (0,3) Indique que tipo de agente se trata. Justifique.
2 b. (0,2) Defina o tipo percepção para este agente. c. (1,5) Escreva código em ANSI Common Lisp para a criação deste agente.
3 Grupo II (2 valores) 1. (1,0) Escreva uma função em ANSI Common Lisp que recebe como argumento um array de inteiros com uma dimensão de MxN e devolve a média de todos os elementos do array. Por exemplo, > (media-elementos #2A((1 2) (3 4))) (1,0) Considere a seguinte interacção com o interpretador de Common Lisp: > (defun f1 (a1) (let ((b1 0)) #'(lambda (c1) (incf b1 (* a1 c1))))) f1 > (setf c1 (f1 1)) #<Interpreted Closure (:INTERNAL #x a> > (setf c2 (f1 2)) #<Interpreted Closure (:INTERNAL #x21087f62> > (funcall c1 1) <valor devolvido 1> > (funcall c2 1) <valor devolvido 2> > (funcall c1 1) <valor devolvido 3> > (funcall c2 1) <valor devolvido 4> a. (0,25) Qual o valor devolvido 1? b. (0,25) Qual o valor devolvido 2? c. (0,25) Qual o valor devolvido 3? d. (0,25) Qual o valor devolvido 4?
4 Grupo III (3,5 valores) 1. Considere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição e os dos nós se referem à função heurística. Os nós correspondendo a estados objectivo estão assinalados com dois círculos concêntricos. Diga para cada estratégia de procura qual a ordem pela qual os nós são expandidos e é identificado o estado objectivo. Considere que em caso de empate os nós são expandidos da esquerda para a direita. A B C 1 D G 0 E 12 F 0 H 8 a. (1,0) Procura em Profundidade Primeiro: b. (1,0) A*: c. (1,0) IDA*: 2. (0,5) (EM) A procura em profundidade incremental: a) Não é completa. b) A sua complexidade espacial cresce exponencialmente com a profundidade da árvore de procura. c) Encontra sempre a melhor solução. d) A sua complexidade temporal é menor que a da procura em largura primeiro. e) A sua complexidade temporal é sempre maior que a da procura IDA*. f) Nenhuma das resposta acima é verdadeira.
5 Grupo IV (2,5 valores) 1. (0,5) (EM) As funções de avaliação (EVAL) e de teste de corte (CUTOFF-TEST) são usadas no MINIMAX: a) Quando há tempo para procurar todo o espaço de estados. b) Quando se pretende usar os cortes ALFA e BETA. c) Quando se pretende melhorar a qualidade das soluções encontradas. d) Face à necessidade de tomar decisões imperfeitas. e) Todas as respostas acima são verdadeiras. g) Nenhuma das resposta acima é verdadeira. 2. Considere a seguinte árvore de procura de um jogo: a. (2,0) Suponha que o triângulo com o vértice virado para cima quer maximizar e o triângulo com o vértice virado para baixo quer minimizar. Aplique o algoritmo minimax com cortes alfa-beta da esquerda para a direita, escurecendo os nós terminais visitados, e indicando os cortes e tipos de cortes. Indique a jogada escolhida.
6 Grupo V (5,0 valores) Preencha a tabela que se segue, escolhendo a representação em Lógica de Primeira Ordem mais adequada para cada uma das frases. Respostas ilegíveis não são consideradas. Frase 1. Todos os alunos de Hogwarts são feiticeiros ou cepa tortas 2. Nenhum cepa tortas é feiticeiro 3. O Avada Kedavra é um feitiço horrível 4. Nem todos os feiticeiros sabem fazer um Avada Kedavra Opção 1. (0,5) (EM) Todos os alunos de Hogwarts são feiticeiros ou cepa tortas a) x aluno(x) frequenta(hogwarts, x) feiticeiro(x) cepa_torta(x) b) x aluno(x) frequenta(hogwarts, x) (feiticeiro(x) cepa_torta(x)) c) x aluno(x) frequenta(hogwarts, x) feiticeiro(x) cepa_torta(x) d) x aluno(x) frequenta(hogwarts, x) feiticeiro(x) cepa_torta(x) e) x (aluno(x) frequenta(hogwarts, x) (feiticeiro(x) cepa_torta(x))) f) x (aluno(x) frequenta(hogwarts, x) (feiticeiro(x) cepa_torta(x))) 2. (0,5) (EM) Nenhum cepa tortas é feiticeiro a) x cepa_torta(x) feiticeiro(x) b) x cepa_torta(x) feiticeiro(x) c) x cepa_torta(x) feiticeiro(x) d) x (cepa_torta(x) feiticeiro(x)) e) x (cepa_torta(x) feiticeiro(x)) f) x (cepa_torta(x) feiticeiro(x)) 3. (0,5) (EM) O Avada Kedavra é um feitiço horrível a) feitiço(avada Kedavra) horrível(avada Kedavra) b) 1 x feitiço(x) horrível(x) c) feitiço(avada Kedavra) horrível(avada Kedavra) d) feitiço(avada Kedavra) horrível(avada Kedavra) e) feitiço(avada Kedavra) horrível(avada Kedavra) f) x (feitiço(x) horrível(avada Kedavra)) 4. (0,5) (EM) Nem todos os feiticeiros sabem fazer um Avada Kedavra a) x feiticeiro(x) sabe_fazer(avada Kedavra, x) b) 1 x feiticeiro(x) sabe_fazer(avada Kedavra, x) c) x feiticeiro(x) sabe_fazer(avada Kedavra, x) d) x feiticeiro(x) sabe_fazer(avada Kedavra, x) e) x feiticeiro(x) sabe_fazer(avada Kedavra, x) f) x feiticeiro(x) sabe_fazer(avada Kedavra, x)
7 5. Considere a seguinte base de conhecimento: 1. mulher(x) usa_faca(x) 2. estava_cozinha(x) usa_faca(x) matou(x, Dr.Neves) 3. homem(x) médico(x) usa_faca(x) 4. cozinheira(x) estava_cozinha(x) 5. cozinheira(x) mulher(x) 6. homem(dr.pacheco) 7. médico(dr.pacheco) 8. homem(prof.brandão) a. (1,5) Acrescentando à base de conhecimento que A Ana é cozinheira (usando apenas os predicados das proposições já na BC), recorra ao Modus Ponens Generalizado (MPG) e à inferência progressiva para indicar que conclusões permite a proposição inferir. Não se esqueça de indicar as cláusulas que lhe permitiram aplicar o MPG, bem como as substituições realizadas.
8 b. (1,5) Utilizando inferência regressiva na BC original mais a proposição A Ana é cozinheira responda à pergunta Quem matou o Dr. Neves?.
9 Grupo VI (1,0 valores) 1. (0,5) (EM) No cálculo situacional, cada acção é descrita pelos seguintes axiomas: a) Um axioma de possibilidade, um axioma de efeito e um axioma de quiescência. b) Um axioma de possibilidade, um axioma de efeito e vários axiomas de quiescência. c) Um axioma de impossibilidade, um axioma de efeito e vários axiomas de quiescência. d) Vários axiomas de possibilidade, um axioma de efeito e um axioma de quiescência. e) Vários axiomas de possibilidade, vários axiomas de efeito e vários axiomas de quiescência. f) Nenhuma das respostas acima é verdadeira. 2. (0,5) (EM) O Planeamento: a) Tem sido objecto de diferentes abordagens. b) É um tipo de resolução de problemas alternativo à procura. c) Usa conhecimento explícito das acções e dos seus efeitos para procurar uma solução num espaço mais abstracto de planos em vez de situações. d) Usa algoritmos de planeamento regressivo cujas soluções são planos parcialmente ordenados. e) Todas as respostas acima são verdadeiras. f) Nenhuma das respostas acima é verdadeira. Grupo VII (1,0 valores) 1. (0,5) (EM) A análise gramatical ( parsing, em Inglês) permite: a) Encontrar uma árvore analítica para uma gramática. b) Encontrar uma cadeia de símbolos a partir de uma árvore analítica. c) Levantar o conhecimento e informação (análise) do domínio de língua natural. d) Recuperar a estrutura semântica a partir de uma elocução. e) Todas as respostas acima são verdadeiras. f) Nenhuma das respostas acima é verdadeira. 2. (0,5) (EM) As gramáticas aumentadas de cláusulas definidas: a) Crescem exponencialmente com o número de categorias. b) Permitem falar de análise sintáctica como inferência lógica. c) Não permitem usar a mesma gramática para análise e geração. d) Apresentam problemas de sobre-geração. e) Todas as respostas acima são verdadeiras. f) Nenhuma das respostas acima é verdadeira.
10 1. (0,5) (EM) A aprendizagem: Grupo VIII (2,5 valores) a) É uma forma de gerar novo conhecimento. b) É uma forma de dotar um agente com autonomia de forma a poder lidar com ambientes desconhecidos. c) É uma forma de permitir a um agente melhorar o seu desempenho com a experiência. d) Pode ser realizada com o auxílio de diferentes algoritmos. e) Todas as respostas acima são verdadeiras. f) Nenhuma das respostas acima é verdadeira. 2. Qualquer fã de filmes de terror para adolescentes é capaz de acertar nas personagens que vão ser assassinadas ao longo do filme. Observando um conjunto de características das personagens deve ser possível construir uma árvore de decisão que permita prever quem são as personagens que vão ter esse destino. a) (1,5) Recorrendo aos dados da tabela abaixo e ao algoritmo Decision Tree Learning crie o primeiro nó de uma tal árvore de decisão. Não se esqueça de indicar os cálculos efectuados e de justificar a sua escolha para o nó. Personagem Cor do cabelo Capacidade de gritar Idade Assassinada histericamente 1 Ruivo Sim 18 x 35 Sim 2 Castanho/Preto Sim x < 18 Não 3 Castanho/Preto Sim 18 x 35 Não 4 Castanho/Preto Não x > 35 Não 5 Loiro Sim 18 x 35 Sim 6 Loiro Não x < 18 Não 7 Loiro Sim x > 35 Sim 8 Loiro Não x > 35 Não A seguir fornecem-se alguns valores que podem ser úteis para os cálculos: I(0, 1) = 0; I(1/2, 1/2) = 1; I(2/3, 1/3) = 0.918; I(3/5, 2/5) = 0.97; I(3/8, 5/8) = 0.955;
11 b) (0.5) Sem efectuar mais cálculos indique ainda o que teria de fazer para completar a sua árvore de decisão.
INTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 20 de Junho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 16 de Janeiro de 2013 17:00-18:30 Este teste é composto por 12 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Segundo Exame 11 de Julho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 7 de Julho de 2005 9:00-11:00 Este exame é composto por 9 págínas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Repescagem Segundo Teste 2 de Fevereiro de 2013 9:00-10:30 Este teste é composto por 13 páginas contendo 6 perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 31 de Janeiro de 2014 08:00-11:00 A 1.º Enunciado Esta prova é constituída por 3 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Primeiro Teste 31 de Outubro de 2008 19H00-20H30 Nome: Número: Este teste tem 7 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 20 de Janeiro de 2012 8:00-9:30 Este teste é composto por 12 páginas contendo 9 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 7 de Novembro de 2011 17:00-18:30 Este teste é composto por 11 páginas contendo 8 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Repescagem do Primeiro Teste 13 de Fevereiro de 2009 17H00-18H30 Nome: Número: Este teste tem 7 perguntas e 5 páginas. Escreva o número em todas as páginas.
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 28 de Outubro de 2013 18:00-19:30 Este teste é composto por 10 páginas contendo 6 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Primeiro Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 7 perguntas e 12 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Segundo Teste 05 de Janeiro de 2009 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 6 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas
Leia maisInteligência Artificial
Licenciatura em Engenharia Informática e de Computadores Inteligência Artificial Primeiro Teste 31 de Outubro de 2009 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas com
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisInteligência Artificial
Inteligência Artificial Repescagem do Segundo Teste 4 de Feveiro de 2012 9:00-10:30 Este teste é composto por 11 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 15 de Janeiro de 2015 18:00-19:30 Este teste é composto por 9 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisInteligência Artificial
Repescagem Segundo Teste 31 de Janeiro de 2014 10:30-12:00 1.º Enunciado Esta prova é constituída por 5 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de cada um dos enunciados.
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 12 de Janeiro de 2006 17:00-19:00 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 29 de Outubro de 2014 18:00-19:30 Este teste é composto por 8 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 31 de Janeiro de 2006 17:00-19:00 Este exame é composto por 12 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 10 de Janeiro de 2012 9:00-11:30 Este exame é composto por 16 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 15 de Janeiro de 2014 9:00-10:30 Este teste é composto por 11 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas erradas
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNCIA ARTIFICIAL 2008/09 JOGOS Ex. 1) ( Teste 2005/06) Considere a seguinte árvore de procura de dois agentes. Reordene as folhas de modo a maximizar o número de cortes com uma procura da esquerda
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 20 de Janeiro de 2009 17:00-19:30 Este exame é composto por 14 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisINTELIGÊNCIA ARTIFICIAL E SISTEMAS DE DECISÃO Ano Lectivo 2005/2006 Semestre de Inverno. 1º Exame, 13/Janeiro/2006
Mestrado em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Aeroespacial INTELIGÊNCIA ARTIFICIAL E SISTEMAS DE DECISÃO
Leia maisFundamentos de Programação
Fundamentos de Programação Primeiro Teste 16 de Abril de 2011 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 7 páginas com 9 perguntas. A cotação de cada pergunta está assinalada
Leia maisInteligência Artificial
Inteligência Artificial Taguspark Segundo Teste 14 de Junho de 006 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 11 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas o enunciado
Leia maisEx. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2
LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7
Leia maisFundamentos de Programação
Fundamentos de Programação Segundo Teste 9 de Junho de 2012 9:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 6 páginas com 12 perguntas. A cotação de cada pergunta está assinalada entre
Leia maisa) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.
Introdução à Inteligência Artificial 2ª Época 29 Janeiro 2015 Nº Aluno: Nome Completo: Exame com consulta. Responda às perguntas nesta própria folha, nos espaços indicados. (I) O jogo do Nim (também chamado
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Segundo Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 10 perguntas e 10 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Repescagem do Segundo Teste 13 de Feveiro de 2009 17H00-17H30 Nome: Número: Este teste tem 8 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve
Leia maisPROCURA E PLANEAMENTO
POCUA E PLANEAMENTO Primeiro Exame 3 de Janeiro de 007 :00-3:30 Este exame é composto por 3 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número. Na mesa
Leia maisExercícios de Procura e Planeamento 2013/2014
Exercícios de Procura e Planeamento 203/204 Fausto lmeida ula Prática de PP apítulo 2 apítulo 2 Estratégias ásicas de Procura Heurística Exercício onsidere o seguinte espaço de estados, com estado inicial,
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Segundo Teste/ Exame Época Normal 7 de Julho de 2005 Esta prova tem 12 páginas. Preencha cuidadosamente o nome e número de cada página desta prova. Este teste/exame tem
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente 1 Bem-vindos ao Mundo do Wumpus Wumpus Agente caçador de tesouros 2 Codificação do Mundo do Wumpus 4 3 fedor
Leia maisSistemas Baseados em Conhecimento
Departamento de Informática Faculdade de Ciências Universidade de Lisboa Sistemas Baseados em Conhecimento Primeiro Teste 24 de Abril de 2008 Nome Completo: Nº Aluno: Licenciatura: com consulta 1 hora
Leia maisFundamentos de Programação
Fundamentos de Programação Segundo Teste 6 de Janeiro de 2010 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 8 páginas com 9 perguntas. A cotação de cada pergunta está assinalada
Leia maisFundamentos de Programação
Fundamentos de Programação Primeiro Teste 6 de Novembro de 200 09:00 0:30 SOLUÇÃO. (.0) Escolha a única afirmação incorrecta. Uma resposta certa vale valor e uma resposta errada desconta 0.4 valores. A.
Leia maisCEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02
. CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence
Leia maisExame de 1ª Época Introdução à Programação IGE e ETI 2003/02/25-1º semestre de 2002/2003 ISCTE
Recibo do Exame de 1ª Época de Introdução à Programação (IGE e ETI), 2003/02/25 1º semestre de 2002/2003, ISCTE Nome do aluno:... Número do aluno:... Assinatura do docente:... Notas: Exame de 1ª Época
Leia maisInteligência Artificial
Instituto Politécnico de Setúbal Escola Superior de Tecnologia de Setúbal Departamento de Sistemas e Informática Guia de Exercícios das Aulas Práticas Inteligência Artificial Prof Joaquim Filipe Eng. Adelaide
Leia maisExercícios da cadeira de Inteligência Artificial. Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos
Exercícios da cadeira de Inteligência Artificial Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos Ano Lectivo 2001/2002 1 Prefácio Este documento reúne os exercícios
Leia maisSumário. Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real
Jogos Capítulo 6 Sumário Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas
Leia maisCEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra Lista de exercícios 03
. CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra (ebezerra@cefet-rj.br) Lista de exercícios 03 Créditos: essa lista de exercícios contém a tradução dos exercícios disponibilizados
Leia mais1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial.
Inteligência Artificial 2009/10 Comunicação 1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial. F -> SN SV SP SN SV SN -> det nc det np nc np SV -> vt SN vi adv
Leia maisLERCI/LEIC TAGUSPARK INTELIGÊNCIA ARTIFICIAL 2005/06 PROCURA
LERI/LEI TGUSPRK INTELIGÊNI RTIFIIL 005/06 PROUR ) onsidere o espaço de estados definido pelo estado inicial,, e pela função que gera os sucessores de um estado, sucessores(n)={n, n+}. onsiderando o estado
Leia maisINF1010 Lista de Exercícios 2
INF00 Lista de Exercícios 2 Árvores. Construir algoritmo para dada uma árvore n-ária, transformá-la em uma árvore binária. 2. Qual a maior e menor quantidade de nós que podem existir em uma árvore binária
Leia maisFUNDAMENTOS DA PROGRAMAÇÃO 1º Teste, 19 de abril de 2013, 1h30m
FUNDAMENTOS DA PROGRAMAÇÃO 1º Teste, 19 de abril de 2013, 1h30m 1. (1.5) Considere a seguinte gramática em notação BNF: ::= , ::= ::=
Leia maisDepartamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: horas) Nome: Data: 7 de Abril de 016 1) Considere a aplicação da busca em profundidade
Leia maisComunicação. Capítulo 22 (Secções 1-3)
Comunicação Capítulo 22 (Secções 1-3) Sumário Comunicação Gramática Análise sintáctica (Parsing) Comunicação Perspectiva clássica (anterior a 1953) Linguagem consiste em frases que são V/F Wittgenstein
Leia maisFundamentos de Programação
Fundamentos de Programação Primeiro Teste 21 de Abril de 2012 11:30 13:00 Nome: Número: Esta prova, individual e sem consulta, tem 5 páginas com 10 perguntas. A cotação de cada pergunta está assinalada
Leia maisLógica para Programação
Licenciatura Engenharia Informática e de Computadores Lógica para rogramação epescagem do rimeiro Teste 13 de Julho de 2010 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas
Leia maisFundamentos de Programação
Fundamentos de Programação Solução do Segundo Teste 23 de Janeiro de 2012 09:00 10:30 Nome: Número: 1. (1.0) Explique em que consiste a abstracção de dados, usando os termos barreiras de abstracção, encapsulação
Leia maisInteligência Artificial Projecto 1
Bantumi ESPECIFICAÇÕES O projecto destina-se a resolver um conjunto de problemas do jogo Bantumi utilizando métodos de procura em espaço de estados. Bantumi é um jogo derivado do jogo Mancala de origem
Leia mais2284-ELE/5, 3316-IE/3
INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Resolução de Problemas No âmbito da IA, o conceito de problema pode
Leia maisJogos em Teoria dos Jogos e em
3 Jogos em Teoria dos Jogos e em Computação A Teoria dos Jogos pode ser entendida como a análise matemática de qualquer situação que envolva um conflito de interesses com o intuito de indicar as melhores
Leia maisACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO
ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO 2. Linguagens Livres-do-Contexto Referência: SIPSER, M. Introdução à Teoria da Computação. 2ª edição, Ed. Thomson Prof. Marcelo S. Lauretto marcelolauretto@usp.br
Leia maisAula 8: Tableaux Analíticos
Lógica para Computação Segundo Semestre, 2014 Aula 8: Tableaux Analíticos DAINF-UTFPR Prof. Ricardo Dutra da Silva O métodos de Dedução Natural não permite inferir a falsidade de um sequente, ou seja,
Leia maisFundamentos da Programação
Fundamentos da Programação Solução da Repescagem do Primeiro Teste 31 de Janeiro de 2013 09:00 10:30 1. De um modo sucinto, (a) (0.5) Diga o que é um processo computacional. Um processo computacional é
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia maisBusca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010
Inteligência Artificial Busca Competitiva Aula 5 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia-pos Capítulo 6 Russell & Norvig Seção 6.1 a 6.5 2 Até aqui... Problemas sem interação com outro agente.
Leia maisFundamentos da Programação
Fundamentos da Programação Solução do Primeiro Teste 26 de Outubro de 2013 09:00 10:30 1. (1.0) O que é um processo computacional? Qual a relação entre um programa e um processo computacional? Um processo
Leia maisFundamentos da Programação
Fundamentos da Programação Solução do Exame 1 de Fevereiro de 2019 09:00 11:00 1. Usando palavras suas e, no máximo, em cinco linhas responda às seguintes questões. Respostas dadas através de exemplos
Leia maisINTRODUÇÃO A BUSCA EXERCÍCIOS
INTRODUÇÃO USC EXERCÍCIOS 1. Formule um problema de busca de forma que um agente possa planejar sua ida do Portal da Graciosa à ntonina pelo caminho de menor custo. Não é necessário prever caminhos de
Leia maisFundamentos da Programação
Fundamentos da Programação Segundo Teste 10 de Janeiro de 2014 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 8 páginas com 12 perguntas. A cotação de cada pergunta está assinalada
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisResolução de Problemas através de Busca. Prof. Júlio Cesar Nievola PPGIA - PUC-PR
Resolução de Problemas através de Busca Prof. Júlio Cesar Nievola PPGIA - PUC-PR Solução de Problemas Sistemas inteligentes devem agir de maneira a fazer com que o ambiente passe por uma seqüência de estados
Leia maisAULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª
AULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª Aula por Helder Coelho IIA 1 REPRESENTAÇÃO E INTELIGÊNCIA QUESTÕES PARA DISCUSSÃO: Transformação do problema compreender o problema reflectir/pensar o problema lógica,
Leia maisFigura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall.
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado
Leia maisExercícios da cadeira de Inteligência Artificial. Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos
Exercícios da cadeira de Inteligência Artificial Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos Ano Lectivo 2001/2002 1 Prefácio Este documento reúne os exercícios
Leia maisProjecto de Algoritmos e Estruturas de Dados
Projecto de Algoritmos e Estruturas de Dados Licenciatura em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Electrónica 1 o ano, 2 o Semestre, 2005/2006 Instituto Superior Técnico
Leia maisU.C Raciocínio e Representação do Conhecimento. 26 de setembro de INSTRUÇÕES --
Ministério da Educação e Ciência U.C. 21097 Raciocínio e Representação do Conhecimento 26 de setembro de 2013 -- INSTRUÇÕES -- O estudante deverá responder à prova na folha de ponto e preencher o cabeçalho
Leia maisInteligência Artificial. 3º Quadrimestre de 2018
Inteligência Artificial Prof. Fabrício Olivetti de França Prof. Denis Fantinato 3º Quadrimestre de 2018 1 Busca Competitiva 2 Busca Competitiva Quando falamos sobre agentes mencionamos alguns cenários
Leia maisInteligência Artificial Projecto 2
Bantumi ESPECIFICAÇÕES O projecto destina-se a resolver um conjunto de problemas do jogo Bantumi utilizando métodos de procura em espaço de estados. Bantumi é um jogo derivado do jogo Mancala de origem
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisInteligência Artificial 2008/09 E z D
/Jan/009 9h-h Inteligência Artificial 008/09 DI/FCT/UNL, Duração: 3h Exame: Época Normal GRUP I I.) Considere o seguinte grafo de estados de um problema de procura. s valores apresentados nos arcos correspondem
Leia maisEscola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística. Grupo I
Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística 6º Teste de avaliação versão B Grupo I As cinco questões deste grupo são de escolha múltipla. Para cada uma delas são indicadas
Leia maisÁRVORES E ÁRVORE BINÁRIA DE BUSCA
ÁRVORES E ÁRVORE BINÁRIA DE BUSCA Prof. André Backes Definição 2 Diversas aplicações necessitam que se represente um conjunto de objetos e as suas relações hierárquicas Uma árvore é uma abstração matemática
Leia maisAlguns Exercícios de Inteligência Artificial
Alguns Exercícios de Inteligência Artificial Ana Paula Tomás Nelma Moreira Departamento de Ciência de Computadores Faculdade de Ciências, Universidade do Porto email: {apt,nam}@ncc.up.pt 1997 1. Números
Leia maisLógica Computacional
Aula Teórica 13: Dedução Natural em Lógica Proposicional António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de
Leia maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Resolução de problemas por meio de algoritmos de busca Aula II Algoritmos básicos de busca
Leia maisFilas de Prioridade. Uma fila de prioridade pode ser vista como uma generalização das filas com as seguintes duas operações:
Filas de Prioridade e Heaps 9.1 Filas de Prioridade Uma fila de prioridade pode ser vista como uma generalização das filas com as seguintes duas operações: inserir um elemento na fila; remover o elemento
Leia maisPCS Inteligência Artificial
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de
Leia maisMAC425/5739 Inteligência Artificial 6. Agentes lógicos
MAC425/5739 Inteligência Artificial 6. Agentes lógicos Denis Deratani Mauá (largamente baseado no material de aula dos Profs. Edileri de Lima e Leliane de Barros) REPRESENTAÇÃO DE CONHECIMENTO Busca (cega,
Leia maisConhecimento e Raciocínio Agente Lógicos Capítulo 7. Leliane Nunes de Barros
Conhecimento e Raciocínio Agente Lógicos Capítulo 7 Leliane Nunes de Barros leliane@ime.usp.br Agentes Lógicos Agentes que podem formar representações do mundo, usar um processo de inferência para derivar
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisSistemas Inteligentes
Sistemas Inteligentes Aula 21/10 Agentes Lógicos Agente Baseado em Conhecimento Agentes Baseados em Conhecimento ou Agentes Lógicos. Podem lidar mais facilmente com ambientes parcialmente observáveis.
Leia maisFrequência Introdução à Programação IGE e ETI 2004/2/10 1º semestre de 2003/2004 ISCTE
Recibo da (IGE e ETI), 2004/2/10 1º semestre de 2003/2004, ISCTE Nome do aluno:... Número do aluno:... Assinatura do docente:... Notas: Frequência Introdução à Programação IGE e ETI 2004/2/10 1º semestre
Leia maisFundamentos da Programação. Ano lectivo , 2 o Semestre Projecto Primeira Parte 1. Nim
Fundamentos da Programação Ano lectivo 2013-14, 2 o Semestre Projecto Primeira Parte 1 Nim Nim é um jogo de estratégia matemática, que pode ser jogado casualmente usando um conjunto de objectos dispostos
Leia maisInteligência Artificial
Instituto Politécnico de Setúbal Escola Superior de Tecnologia de Setúbal Departamento de Sistemas e Informática Guia de Exercícios Complementares de Lisp Inteligência Artificial Prof Joaquim Filipe Eng.
Leia maisIntrodução à Inteligência Artificial MAC MAC 415. Exercício Programa 1 Busca
Introdução à Inteligência Artificial MAC 5739 - MAC 415 006 Exercício Programa 1 Busca Data de Divulgação: 6 de agosto Data de Entrega: 6 de setembro 1 Objetivo Implementar os algoritmos de busca em Inteligência
Leia maisConhecimento e Raciocínio Lógica Proposicional
Conhecimento e Raciocínio Lógica Proposicional Agente Baseado em Conhecimento ou Sistema Baseado em Conhecimento Representa conhecimento sobre o mundo em uma linguagem formal (KB) Raciocina sobre o mundo
Leia maisInteligência Artificial
https://www.pinterest.com/carlymundo/decision-tree-infographics/ Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial
Leia maisInteligência Artificial
Inteligência Artificial Campus Alameda IST @ 007/008 5 de Maio de 008. Introdução O objectivo deste trabalho é desenvolver um solucionador automático em ANSI Common Lisp para o quebra-cabeças Picross.
Leia mais