Questão nº 87
Questão de Ciência de Dados · FGV TCE-PA 2024 (nº 87)
As redes neurais artificiais (Artificial Neural Networks - ANN) constituem um grupo de algoritmos inspirados nas funções dos neurônios no cérebro humano. Diversas arquiteturas de redes neurais são utilizadas para diferentes problemas, conforme suas funcionalidades.
Existe uma arquitetura de rede neural específica, especialmente apropriada ao reconhecimento de padrões de imagens e vídeos, por possuir as seguintes propriedades:
• As informações fluem apenas em uma direção.
• As informações são propagadas em diferentes camadas neurais que filtram características (isto é, as features).
• As informações são propagadas em diferentes camadas que reduzem sua dimensionalidade.
Das opções a seguir, as redes que mais aderem às propriedades listadas acima são as redes
- Ade alimentação direta (feedforward).
- Brecorrentes.
- Cconvolucionais. (alternativa correta)
- Dgenerativas adversárias (GANs).
- Ede Hopfield.
Resposta comentada
Gabarito Alternativa C
As Redes Neurais Convolucionais (CNNs) são um tipo de rede neural especialmente projetada para processar dados com estrutura de grade, como imagens e vídeos, utilizando filtros para aprender padrões visuais.
- (A) Incorreta: Redes de alimentação direta (feedforward) são uma categoria ampla de redes onde a informação flui em uma única direção, e as CNNs se encaixam nessa categoria. No entanto, a descrição da questão vai além, especificando a filtragem de características e a redução de dimensionalidade em camadas específicas para reconhecimento de imagens, o que não é uma característica definidora de todas as redes feedforward. Esta é a armadilha: embora a primeira propriedade se aplique, as outras duas não são exclusivas ou definidoras de uma rede feedforward genérica.
- (B) Incorreta: Redes recorrentes (RNNs) são projetadas para dados sequenciais e possuem loops de feedback, o que significa que a informação não flui apenas em uma direção, violando a primeira propriedade. Elas não são a arquitetura principal para reconhecimento de padrões em imagens estáticas.
- (C) Correta: As Redes Neurais Convolucionais (CNNs) são a arquitetura mais apropriada, pois são feedforward (informação em uma direção), utilizam camadas convolucionais para filtrar características (detectar bordas, texturas) e camadas de pooling para reduzir a dimensionalidade da informação, tornando-as altamente eficazes para reconhecimento de padrões em imagens e vídeos.
- (D) Incorreta: Redes generativas adversárias (GANs) são um framework composto por duas redes (gerador e discriminador) que competem, usadas principalmente para gerar novos dados. Embora possam usar CNNs internamente, a arquitetura GAN em si não é definida primariamente pelas propriedades de filtragem e redução de dimensionalidade para reconhecimento de padrões de imagem da forma descrita.
- (E) Incorreta: Redes de Hopfield são um tipo de rede neural recorrente usada para memória associativa e otimização, não para reconhecimento de padrões de imagens e vídeos no contexto moderno de deep learning. Elas também não seguem a propriedade de fluxo de informação em uma única direção.
Fonte: FGV TCE-PA 2024 Auditor de Controle Externo - Administrativa - Ciência de Dados (Caderno Tipo 1). Reproduzida para fins de estudo.