UNIP – Universidade Paulista
Disciplina: Sistemas de Informação Inteligentes Professor: Leandro C. Fernandes
.:: Lista de Exercícios #3 ::.
1) Em vários momentos a Inteligência Computacional buscou inspiração nos processos biológicos para suas proposições, como por exemplo, as redes neurais artificiais que se basearam no sistema nervoso humano;
e os modelos simbólicos, que tentam representar as linguagens e os processos cognitivos. Outros exemplos são os Algoritmos Genéticos e as técnicas de Computação Evolutiva em geral, que apropriando- se das ideias da Teoria da Evolução, propõe mecanismos bio-inspirados para resolver problemas relacionados a aproximação de funções, otimização combinatória e de aprendizagem, dentre outros. A respeito desse assunto responda a cada uma das questões que se seguem:
a) Em termos gerais, como funciona um Algoritmo Genético?
b) Descreva como funcionam os operadores de mutação e crossover.
c) Qual a importância da função de aptidão (fitness) para o processo?
d) Sempre há garantias de convergência quando aplicamos esta técnica a um problema? Podemos utilizar apenas um dos operadores no processo?
2) O problema do Caixeiro Viajante (TSP) é um exemplo de problema de otimização de complexidade exponencial, categoria esta que inviabiliza soluções que empreguem força bruta para um número grande de cidades. Neste problema, o vendedor deve percorrer as cidades do conjunto em uma rota ótima, isto é, passar por todas as cidades realizando o menor percurso possível e retornando a cidade de partida.
Supondo que se deseje utilizar um algoritmo genético para resolver esse problema, responda:
a) Como o problema poderia ser modelado (cromossomo)?
b) Como deveriam ser interpretadas as operações de mutação e crossover neste problema?
c) Como avaliar cada potencial solução (função de fitness)?
d) Qual o impacto no AG se nem todas as cidades fossem conectadas entre si diretamente? Como isso poderia ser tratado?
3) Durante nossas aulas, tratamos do problema de classificação de textos (e-mails) utilizando o classificador probabilístico Naïve Bayes. A esse respeito, responda:
a) Qual o papel do Teorema de Bayes para o funcionamento deste classificador?
b) Como a classificação de documentos pode ser feita, se na verdade eles são compostos por várias palavras e que na maioria das vezes ainda estão dispostas em diferentes lugares (parágrafos)?
c) Como o k-NN pode ajudar nesse processo?
4) A Lógica Fuzzy pode ser vista como uma ruptura da Lógica Clássica uma vez que admite valores em um intervalo ao invés de valores binários.
a) Descreva cada uma das etapas do Raciocínio Fuzzy.
b) O que são as variáveis linguísticas e valores crisp?
c) Explique por que não é correto afirmar que o resultado de um Conjunto Vago é uma medida de probabilidade?
d) Qual o resultado dos operadores União, Intersecção e Complemento e qual o seu papel dentro do processo?
