Questão

Embora não seja uma regra clara, o mercado de automóveis costuma classificar os veículos por categorias. Aspectos como formato da carroceria, distância livre do solo, distância entre eixos, largura e altura são alguns dos dados que são levados em consideração para essa classificação. Considere que você possua amostras de treinamento contendo como dados de entrada a largura do veículo e a distância entre eixos e a classificação da categoria de acordo com o mercado.

Entrada 1 da RNA Entrada 2 da RNA Saída da RNA Largura (m) Distância entre eixos (m) Categoria 1,791 2,570 SUV compacto 1,760 2,601 SUV compacto 1,825 2,640 SUV médio 1,819 2,636 SUV médio Treine uma RNA do tipo Adaline, usando o algoritmo apresentado nesse curso e considerando o uso da função degrau bipolar com limiar igual a 0 e taxa de aprendizagem igual a 0,01. Considere o valor esperado da saída da rede como sendo 1 para SUV compacto e “– 1” para SUV médio. Utilize como pesos sinápticos iniciais v = [0,21 – 0,15; 0,14 – 0,03] e v0 = [0,24 – 0,1]. As grandezas estão em escalas diferentes e o recomendável é a normalização das entradas. Considerando o propósito de aprendizagem do algoritmo, nesse caso, não faça a normalização. O valor dos pesos sinápticos de v após o término do segundo ciclo é igual a:

Questão 5Resposta

a. [0,02774 – 0,15; – 0,12384 – 0,03]

b. [0,02706 – 0,15; – 0,12524 – 0,03]

c. [0,06424 – 0,15; – 0,07104 – 0,15]

d. [0,02638 – 0,15; – 0,12664 – 0,03]

e. [0,13712 – 0,15; 0,03448 – 0,03]