RESOLUÇÃO - 1ª PROVA ICIN 2º/2012

Transcrição

1 Deartamento de Engenharia Elétrica Prof. Adolfo Bauchsiess Faculdade de Tecnologia Laboratório de Automação e Robótica Universidade de Brasília INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO - 2 /22 ENE/FT/UnB ª Prova 2 de janeiro de 23, 6-8 Nome: Matrícula: RESOLUÇÃO - ª PROVA ICIN 2º/22 Questão (2,) As seguintes sentenças são Verdadeiras ou Falsas? Justifique cada resosta. (Se alguma arte da sentença é falsa, considere a sentença falsa. É necessário indicar todas as artes falsas). a) (,5) A inferência humana utiliza aenas informações armazenadas (herdadas geneticamente) em combinação com informações sensoriais ara roduzir ação ou cognição. Lembrar é crucial ara a sobrevivência, esquecer é indesejado. Em redes Multilayer Percetron o esquecimento aenas ocorre enquanto a rede é treinada. b) (.5) O ser humano consegue ler um texto em que aenas a rimeira e a última letra de uma alavra estão osicionadas de forma correta. Isto ocorre or que um dicionário de alavras válidas foi armazenado no cérebro humano ao longo dos anos (treinamento suervisionado). A memória dissociativa retorna o adrão mais róximo de tal forma que soa de letras faça algum sentido. Com a tecnologia atual ainda não é ossível rogramar um comutador ara ler estes ttoexos emlhadbaraos. I cnduo't bvleiee taht I culod aulaclty uesdtannrd waht I was rdnaieg. c) (.5) Pessoas conseguem lidar usualmente com aradoxos. Em imagens odemos roduzir aradoxos com figuras que não fazem sentido num mundo 3D, mas que são imagens 2D válidas. A interolação de modelos reviamente armazenados leva a esta contradição. O artista está, obviamente, exlorando alguma característica intrínseca do nosso cérebro. d) (.5) O neurônio biológico utiliza modulação or frequência ara codificar informações (considerando-se da ausência de ulsos até uma frequência máxima suortada elos neurônios). Em Percetrons Multicamadas a informação é codificada de forma analógica. Se tivermos uma rede neural artificial aenas com funções de ativação sigmóides,, então aenas e s entradas e saídas ositivas serão ossíveis, em analogia ao neurônio biológico a) F Informação armazenada também abrange comortamento arendido. Além disso o esquecimento é essencial ao arendizado (adatação dos esos sináticos). b) F Trata-se de memória associativa (e não dissociativa) c) V d) F As entradas do MLP odem ser negativas.

2 Outut a ª Prova - 2 Sem Introdução ao Controle Inteligente Numérico ENE/UnB 2/5 Questão 2: (3,): Considerando três diferentes redes neurais artificiais, resonda sucintamente: a) (.) Redes Adaline odem ser utilizadas ara aroximar funções de transferência lineares variantes no temo como modelos FIR discretos (Finite Imulse Resonse, ver figura). A entrada do neurônio Adaline é obtida de uma TDL (Time Delay Line) do sinal u(k). Considerando um sistema linear cujo ganho e fator de amortecimento variam de forma abruta, em algum instante de temo, o erro obtido aresenta icos a cada mudança do sinal de entrada. Por quê? Por que os icos estão defasados em relação às mudanças do sinal de entrada? Os icos ocorrem devido às mudanças abrutas do sinal de entrada. Em regime ermanente de u(k) há um conjunto de esos arendidos ara baixas frequências. Nos icos é necessário arender a dinâmica de altas frequências. A transição rovoca o ico de erro; - A TDL gera atraso na resosta P-Pattern T-Target Y-Adaline Adaline Network as adative FIR System Error = T(t)-Y(t) (RMSE=.5566) time/[sec] b) (.) Camadas Cometitivas odem ser utilizadas ara criar vetores de código. Comressão de dados é uma alicação tíica. Na figura abaixo 2 ontos de entrada (+) foram utilizados ara treinar 4 vetores de código (o), com bias =. Mostre as regiões no esaço de entrada que são associadas a cada vetor de código (.) Por que o rocedimento de treinamento de Funções de Base Radial que adiciona neurônios de forma incremental não ode ser considerado ótimo em relação ao número de neurônios? Por que o treinamento das redes RBF é feito usualmente desta forma? - Otimizar a osição de N gaussianas não é a mesma coisa que otimizar a osição de uma gaussiana quando (N-)gaussianas já tem osição fixa. - Comutacionalmente é muito mais simles fazer o treinamento incremental..4.2 Weighted Sum of Radial Basis Transfer Functions Inut

3 ª Prova - 2 Sem Introdução ao Controle Inteligente Numérico ENE/UnB 3/5 Questão 3 (2,): O roblema do caixeiro viajante (TSP - Traveling Salesman Problem) consiste em visitar N cidades ercorrendo a menor distância ossível. Cada cidade é visitada uma única vez. Esboce um rocedimento de solução ara o TSP utilizado a heurística dos algoritmos genéticos. a) Definina adequadamente - Gen - Cromossomo - Poulação - Função de custo b) Como é gerada a oulação inicial? c) Como é gerada uma nova geração? d) Como o algoritmo é finalizado? Fig. Examlo de um caminho TSP sub-ótimo. Fig. 2 TSP trajetória ótima. - Gen: O número sequencial de uma cidade em uma rota. - Cromossomo: Sequência válidade de cidades (cada cidade só ode aarecer uma vez) - Poulação: um certo conjunto de rotas válidas - Função de custo: somatório da distância ercorrida ara a rota a) Como é gerada a oulação inicial? De forma aleatória, entra as cidades ainda não sorteadas (validade da rota). b) Como é gerada uma nova geração? Cruzamento: ermuta de trechos entre rotas válidas. Mutação: troca de cidades. c) Como o algoritmo é finalizado? Número limite de iterações ou aralisia do treinamento. O ótimo não é conhecido!

4 ª Prova - 2 Sem Introdução ao Controle Inteligente Numérico ENE/UnB 4/5 4ª Questão (3,) Uma memória associativa de Hofield deve armazenar os seguintes adrões binários: A A 2 A 3 sequência de bits i 9 i Cada adrão binário é dado or: a a a, com a ou A, i=:9, =:3. Considere o limiar de disaro dos neurônios L j =. A equação de treinamento da rede de Hofield binária é: a) (,) Obtenha a matriz de esos corresondente à rede de Hofield. w ij m ( 2a i )(2a b) (,) Considerando a oeração sequencial da rede de Hofield, calcule o adrão que a rede fornece aós a ª éoca e aós a sua estabilização, ara o seguinte adrão inicial: j ) c) (,5) O adrão recuerado ela rede de Hofield é o eserado? Justifique. d) (,5) Comare o ael que os mínimos locais desemenham em uma rede de Hofied e numa rede MLP. W a) W = Primeira éoca: Padrão final obtido: b) Padrão aós a rimeira éoca = Padrão final = c) O adrão eserado de resosta seria um adrão arecido (associado) à entrada com muitos zeros d) Na rede de Hofield os mínimos locais são desejados e corresondem aos adrões armazenados. Na rede MLP os mínimos locais são indesejados busca se o mínimo global (o treinamento que minimiza o erro entre a resosta desejada e a resosta da rede MLP)

5 ª Prova - 2 Sem Introdução ao Controle Inteligente Numérico ENE/UnB 5/5 EP disarado Soma do EP Saída do EP Novo vetor de saída