Considere o problema em classificar pontos no plano cartesiano como sendo do Norte ou do Sul. Para tanto, treine uma RNA do tipo Madaline, usando o algoritmo apresentado nesse curso e considerando os seguintes pontos:

| Abscissa | Ordenada | Região |
|----------|----------|--------|
| 1 | 1 | Norte |
| -3 | -3 | Sul |

Embora o problema possa ser resolvido com uma Adaline, resolva pela rede Madaline, considerando os seguintes vetores-alvo:

| Norte | Sul |
|-------|-----|
| 1 | -1 |
| -1 | 1 |

Utilize a função de ativação degrau bipolar com limiar igual a 0 e taxa de aprendizagem igual a 0,1. Utilize como pesos sinápticos iniciais $v = \begin{bmatrix} -0.1 & 0.2 \ 0.1 & 0.3 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.4 \ -0.1 \end{bmatrix}$. Os vetores de pesos sinápticos após o término do segundo ciclo são iguais a:

**Questão 2**

A) $v = \begin{bmatrix} -0.35 & 0.02 \ 0.16 & -0.138 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.24 \ -0.02 \end{bmatrix}$

B) $v = \begin{bmatrix} 0.02 & -0.04 \ 0.22 & 0.06 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.36 \ -0.1 \end{bmatrix}$

C) $v = \begin{bmatrix} -0.4 & 0.31 \ 0.01 & 0.07 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.05 \ -0.12 \end{bmatrix}$

D) $v = \begin{bmatrix} 0.4 & -0.06 \ 0.2 & 0.02 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.14 \ -0.1 \end{bmatrix}$

E) $v = \begin{bmatrix} -0.4 & 0.31 \ 0.2 & 0.051 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.22 \ -0.1 \end{bmatrix}$

Question

Considere o problema em classificar pontos no plano cartesiano como sendo do Norte ou do Sul. Para tanto, treine uma RNA do tipo Madaline, usando o algoritmo apresentado nesse curso e considerando os seguintes pontos:

| Abscissa | Ordenada | Região |
|----------|----------|--------|
| 1        | 1        | Norte  |
| -3       | -3       | Sul    |

Embora o problema possa ser resolvido com uma Adaline, resolva pela rede Madaline, considerando os seguintes vetores-alvo:

| Norte | Sul |
|-------|-----|
| 1     | -1  |
| -1    | 1   |

Utilize a função de ativação degrau bipolar com limiar igual a 0 e taxa de aprendizagem igual a 0,1. Utilize como pesos sinápticos iniciais $v = \begin{bmatrix} -0.1 & 0.2 \ 0.1 & 0.3 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.4 \ -0.1 \end{bmatrix}$. Os vetores de pesos sinápticos após o término do segundo ciclo são iguais a:

**Questão 2**

A) $v = \begin{bmatrix} -0.35 & 0.02 \ 0.16 & -0.138 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.24 \ -0.02 \end{bmatrix}$

B) $v = \begin{bmatrix} 0.02 & -0.04 \ 0.22 & 0.06 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.36 \ -0.1 \end{bmatrix}$

C) $v = \begin{bmatrix} -0.4 & 0.31 \ 0.01 & 0.07 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.05 \ -0.12 \end{bmatrix}$

D) $v = \begin{bmatrix} 0.4 & -0.06 \ 0.2 & 0.02 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.14 \ -0.1 \end{bmatrix}$

E) $v = \begin{bmatrix} -0.4 & 0.31 \ 0.2 & 0.051 \end{bmatrix}$ e $v_0 = \begin{bmatrix} 0.22 \ -0.1 \end{bmatrix}$

Accepted Answer

Para resolver o problema utilizando a rede Madaline, seguimos o algoritmo de treinamento com os dados fornecidos. Inicialmente, calculamos a saída da rede para cada ponto de entrada e ajustamos os pesos de acordo com o erro observado e a taxa de aprendizagem. Após o segundo ciclo de treinamento, os pesos sinápticos são ajustados para minimizar o erro de classificação. A opção A) apresenta os valores corretos dos pesos após o segundo ciclo de treinamento, conforme o algoritmo Madaline.

Questão Resolvida

Questão

Tem uma questão para resolver?