Inteligência Artificial

Documentos relacionados
INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial

Inteligência Artificial

PROCURA E PLANEAMENTO

Inteligência Artificial

Inteligência Artificial

Inteligência Artificial Taguspark

Inteligência Artificial

Inteligência Artificial

INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial Alameda e Taguspark

Inteligência Artificial

Inteligência Artificial

INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial

INTELIGÊNCIA ARTIFICIAL 2008/09

Ex. 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

INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial Taguspark

Inteligência Artificial Alameda e Taguspark

Inteligência Artificial Alameda e Taguspark

PROCURA E PLANEAMENTO

PROCURA E PLANEAMENTO

Inteligência Artificial

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL E SISTEMAS DE DECISÃO Ano Lectivo 2005/2006 Semestre de Inverno. 1º Exame, 13/Janeiro/2006

1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial.

INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial Alameda e Taguspark

Sumário. Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real

U.C Raciocínio e Representação do Conhecimento. 26 de setembro de INSTRUÇÕES --

Introdução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)

Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02

Algoritmos de retrocesso

Jogos com Oponentes. March 7, 2018

Algoritmos de retrocesso

PROCURA E PLANEAMENTO

PROVA ESPECÍFICA MODELO. Duração da prova: 120 minutos

Exercícios de Procura e Planeamento 2013/2014

Inteligência Artificial

a) 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.

PROVA ESPECÍFICA MODELO. Duração da prova: 120 minutos

Sistemas Baseados em Conhecimento

Enunciados dos Exercícios Cap. 2 Russell & Norvig

Lógica para Programação

Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010

Técnicas para Implementação de Jogos

Exame de 1ª Época Introdução à Programação IGE e ETI 2003/02/25-1º semestre de 2002/2003 ISCTE

Baseado nos slides de Tom Lenarts (IRIDIA) e Lin Zuoquan(PeckingUniversity) Capítulo 11

Árvore de Jogos Minimax e Poda Alfa-Beta

3.º Ciclo do Ensino Básico (Decreto Lei n.º 3/2008, de 7 de janeiro)

Antes de começar o exame leia atentamente esta folha de rosto

Fundamentos de Inteligência Artificial [5COP099]

Comunicação. Capítulo 22

PROVA MODELO. Duração da prova: 120 minutos

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva

Fundamentos de Programação

Aprendizagem a partir de observações. Capítulo 18 (Secções 1-3)

AULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª

Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall.

Jogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra

PROCURA E PLANEAMENTO

Inteligência Artificial

PROVA MODELO Duração da prova: 120 minutos. Grupo 1 - Três questões de resposta múltipla de matemática.

UNIVERSIDADE DE ÉVORA UNIVERSIDADE DO ALGARVE

Inteligência Artificial

Inteligência Artificial. 3º Quadrimestre de 2018

PROVA MODELO Duração da prova: 120 minutos

Redes de Computadores I Licenciatura em Eng. Informática e de Computadores 1 o Semestre, 6 de Janeiro de o Teste A

INFORMAÇÃO DE PROVA EQUIVALENTE A EXAME NACIONAL

Jogos. Geralmente o oponente tentará, na medida do possível, fazer o movimento menos benéfico para o adversário.

Implementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers. Jhonny Moreira

PCS Inteligência Artificial

Prova Escrita de ESPANHOL Iniciação Bienal

Inteligência Artificial

PROVA MODELO. Duração da prova: 120 minutos. Grupo 1 - Três questões de resposta múltipla de matemática.

INF1010 Lista de Exercícios 2

Teste de Avaliação de MATEMÁTICA 12º ano

Planeamento com procura em espaço de estados

Planeamento em Robótica

Informação Prova Prova código 376 de Francês II (LE III)

Alternativamente pode ser pensado como uma forma de maximizar o minimo ganho possível.

Inteligência Artificial Taguspark

Duração do Teste: 2h.

PROVA MODELO Duração da prova: 120 minutos. Grupo 5 - Três questões de resposta múltipla e um problema enquadrado nos conteúdos do curso.

Jogos em Teoria dos Jogos e em

Exame a Nível de Escola de Línguas Estrangeiras Equivalente a Exame Nacional

Data: Para: Inspecção-Geral de Educação. Direcções Regionais de Educação. Escolas com Ensino Secundário CIREP FERLAP CONFAP

Antes de começar o exame leia atentamente esta folha de rosto

Inteligência Artificial 2008/09 E z D

Informação Prova de equivalência à frequência

Optimização/Matemática II (Eco)

Informação Prova Prova código15 deespanhol (LE II)

EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas

AGRUPAMENTO DE ESCOLAS IBN MUCANA

INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA. Prova

Aula Prática de Comunicação

Transcrição:

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. As perguntas de escolha múltipla são facilmente identificadas pelo facto de terem associados a si um conjunto de respostas possíveis. As perguntas de escolha múltipla com n possibilidades respondidas erradamente são classificadas negativamente com 1/(n-1) da cotação da pergunta. Todas as perguntas de escolha múltipla serão corrigidas apenas na capa deste exame. Devem ter na mesa apenas lápis, canetas e identificação. Pode-se utilizar o verso das folhas para rascunho. Boa sorte. 1) 2) 3) 4) 5) 6) Pergunta a b c d 1.1 1.2 1.3 1.4 1.5 Pergunta a b c d e f g h 2.1 2.2 2.3 2.4 Nome: Número: 1

1.(2.0) Responda às seguintes perguntas de resposta de escolha múltipla. Para cada pergunta, só responda se tiver praticamente a certeza que a resposta está correcta; se tiver dúvidas, é preferível não responder. 1. (0.4) Em jogos de dois agentes que são adversários pode usar-se o algoritmo MINIMAX. Este algoritmo: a) Permite decidir qual a sequência de jogadas até ao final do jogo. b) Permite decidir qual a melhor jogada do jogador MAX admitindo que o jogador MIN joga de forma óptima. c) Permite decidir qual a melhor sequência de jogadas para o jogador MAX. d) Permite escolher a próxima jogada do jogador MAX que o pode levar ao estado terminal de utilidade mais elevada. 2. (0.4) No algoritmo MINIMAX com cortes, os cortes a) Permitem eliminar as piores jogadas. b) Aumentar a eficiência temporal do algoritmo. c) Aumentar a eficiência espacial do algoritmo. d) Resolvem o problema da quiescência. 3. (0.4) Complete a frase escolhendo a alternativa mais adequada: Em Lógica de Primeira Ordem, um é uma expressão lógica que referencia a) termo / uma relação b) predicado / uma função c) termo / um objecto d) predicado / um objecto 4. (0.4) Complete a frase escolhendo a alternativa mais adequada: No tipo de aprendizagem, o agente aprende a) supervisionada/uma função analizando exemplos de entradas e saídas dessa função. b) supervisionada/recebendo castigos ou recompensas pelas suas acções. c) por reforço/sem qualquer informação sobre se o que se está a aprender está correcto ou errado d) não supervisionada/recebendo castigos ou recompensas pelas suas acções. 5. (0.4) Complete a frase escolhendo a alternativa mais adequada: O princípio da Navalha de Ockham (Ockham s razor) diz-nos que a) uma hipótese é consistente se concordar com todos os dados do conjunto de treino. b) se tivermos várias hipóteses consistentes com os dados, devemos escolher a mais elaborada. c) se tivermos várias hipóteses consistentes com os dados, devemos escolher a mais simples d) uma hipótese é consistente se concordar com a maioria dos dados do conjunto de treino. Nome: Número: 2

2. (1.0) Esta pergunta de escolha múltipla deverá ser respondida obrigatoriamente na capa do teste. Considerando que o significado pretendido para os predicados Canal, Programa, Assunto é Programa(x) x é programa de televisão. Canal(x) x é canal de televisão; Assunto(x) x é assunto; e PC (x,y) x é programa do canal y PS (x,y) x é programa sobre assunto z ; associe cada uma das proposições à fórmula apropriada: 2.1. (0.25) Há canais de televisão que têm programas infantis. 2.2. (0.25) Há canais de televisão que têm apenas programas infantis. 2.3. (0.25) Há canais de televisão cujos programas tratam apenas de um assunto. 2.4. (0.25) Os canais de televisão que têm programas sobre todos os assuntos têm programas infantis. Respostas possíveis para as alíneas 2.1 a 2.4: a) x (Canal(x) y (Programa(y) PC(y,x) PS(y,Infantil))) b) x (Canal(x) y (Programa(y) PC(y,x) PS(y,Infantil))) c) x (Canal(x) y(assunto(y) z (Programa(z) PC(z,x) PS(z,w))) z (Programa(z) PC(z,x) PS(z,Infantil))) d) x (Canal(x) y (Programa(y) PC(y,x) PS(y,Infantil))) e) x y (Canal(x) Assunto(y) z (Programa(z) PC(z,x) w (Assunto(w) PS(z,w) z=y))) f) x y z (Canal(x) Assunto(y) Programa(z) PC(z,x) w (Assunto(w) PS(z,w) z=y))) g) x (Canal(x) y (Programa(y) PC(y,x) PS(y,Infantil))) h) x (Canal(x) y(assunto(y) z (Programa(z) PC(z,x) PS(z,w))) z (Programa(z) PC(z,x) PS(z,Infantil))) Nome: Número: 3

Segundo Teste 31 de Janeiro de 2014 10:30-12:00 2.º Enunciado 3) 4) 5) 3. (3.0) Considere a seguinte árvore de jogo para dois jogadores Max e Min, em que estão assinalados os valores da função de avaliação para os nós terminais. Nó Max Nó Min 3 1 4 4 2 5 4 6 1 5 3 5 4 a) (2.0) Faça uma procura alfa-beta, da esquerda para a direita, escurecendo os nós terminais visitados e assinalando os cortes efectuados. Indique a jogada escolhida.(utilize a árvore acima para responder à pergunta). b) (1.0) Desenhe a árvore anterior ordenando os sucessores de modo a maximizar o número de cortes ao efectuar uma procura alfa-beta da esquerda para a direita. Não é necessário fazer qualquer procura. Nome: Número: 4

4. (2.0) Considere a seguinte base de conhecimento: Portugues(x) Conservador(x) Bebe(x,Vinho) Aveirense(x) Portugues(x) Conduz(x) Bebe(x,Alcool) Multado(x) Contem(Vinho,Alcool) Contem(y,Alcool) Bebe(x,y) bebe(x,alcool) Conservador(Tobias) Lisboeta(x) Portugues(x) Conduz(Tobias) Aveirense(Tobias) Utilizando inferência para trás, responda à pergunta seguinte: alguém é multado? 5 (2.0) A figura abaixo define um problema do mundo dos blocos e dois operadores STRIPS. A C B C A B Inicio OP : (ACTION : Move(b,x,y), PRECOND : On(b,x) Clear(b) Clear(y), EFFECT: On(b,y) Clear(x) On(b,x) Clear(y)) Fim OP : (ACTION : MoveToTable(b,x), PRECOND : On(b,x) Clear(b), EFFECT: On(b,TABLE) Clear(x) On(b,x)) Usando o algoritmo POP e os operadores STRIPS definidos, encontre o plano parcialmente ordenado que é solução do problema apresentado. Deve representar as ligações causais com setas duplas e as restrições de ordem com setas simples. Identifique de forma clara as ameaças às ligações causais e a forma como foram resolvidas. Nome: Número: 5

Segundo Teste 31 de Janeiro de 2014 10:30-12:00 3.º Enunciado 6) 7) 6. (2.0) Considere a rede Bayesiana abaixo. P(N) 0.5 N P(R N) T 0.5 F 0.8 Rega Nublado Chuva N P(C N) T 0.5 F 0.1 Relva Molhada C R P(RM N) T T 1 T F 0.5 F T 0.5 F F 0 Usando inferência por enumeração com a árvore apresentada, determine a probabilidade de ter a relva molhada dado que não está nublado. P(RM N). Nome: Número: 6

7. (2.0) Considere a seguinte tabela incompleta em que se identificam 8 exemplos e para cada exemplo, 3 atributos e uma decisão. Exemplo Atributo1 Atributo2 Atributo3 Decisão 1 Vermelho Preto Branco S 2 Vermelho Preto Branco N 3 Verde Branco Branco S 4 Verde Branco N 5 Vermelho Azul Vermelho S 6 Verde Azul Vermelho N 7 Amarelo Azul Vermelho S 8 Amarelo Azul N Consegue preencher a tabela com valores adequados de forma a que de acordo com o algoritmo Aprender Árvores de Decisão ( Decision Tree Learning ) seja garantidamente escolhido o atributo Atributo3 para ser a raiz da árvore de decisão? Se sim, como? Justifique pormenorizadamente. Nome: Número: 7

Segundo Teste 31 de Janeiro de 2014 10:30-12:00 4.º Enunciado 8) 8 (3.0) Considere a seguinte gramática na forma de uma DCG: f --> sn, sv. np --> ['Açores']. f --> sn, sv, sp. np --> ['João']. sn --> det, nc. det --> [a]. sn --> np. det --> [uma]. sv --> vt, sn. vt --> [adorou]. sv --> vi. vt --> [lava]. sp --> prep, np. vi --> [há]. nc --> [lava]. prep --> [nos]. nc --> [casa]. prep --> [em]. a) (1.5) Faça o parsing bottom-up da frase a lava lava a casa b) (1.5) Reescreva a gramática anterior de modo a garantir uma concordância entre os determinantes e os nomes e entre o sujeito e o predicado. Nome: Número: 8

Segundo Teste 31 de Janeiro de 2014 10:30-12:00 5.º Enunciado 9) 10) 9 (1.5) Dois problemas que surgem nos métodos de procura usados pela Inteligência Artificial para implementar jogos em computador têm a ver com a espera pela acalmia e com o efeito de horizonte. Explique os problemas e as técnicas usadas para os resolver, ilustrando com exemplos de um jogo conhecido. a) espera pela acalmia ( quiescency ) b) efeito de horizonte ( horizont effect ) 10 (1.5) No planeamento progressivo implementado como uma procura num espaço de estados (situações do mundo): a. Em que consiste o estado inicial? b. Que acções são aplicadas em cada estado? c. Como é gerado o estado sucessor resultante de uma acção? d. Em que consiste o teste objectivo? e. Em que consiste o caminho do estado inicial para o estado objectivo encontrado) Nome: Número: 9