Em uma indústria de peças automotivas, foram realizadas mudanças para modernizar o processo e reduzir custos. Nos fornos de tratamento térmico, os antigos registradores de temperatura analógicos, com cartas do tipo fita, foram desativados. Em substituição, implantou-se uma rede industrial e os valores de temperatura passaram a ser acessados por um sistema supervisório na sala de controle. O componente do sistema supervisório que desempenha a mesma função principal desses registradores desativados denomina-se

Considerando que determinado processo dinâmico tem como a função de transferência \(G(s) = \dfrac{200}{(s+1)(s+10)(s+20)}\) julgue os itens subsequentes.

Assumindo-se realimentação negativa unitária, a partir de avaliação pelo método do lugar geométrico das raízes, conclui-se que o processo G(s) pode tornar instável o sistema em malha fechada para um controlador proporcional com ganho elevado.

A função de transferência H(s) do circuito, no domínio s da transformada de Laplace, é H(s) = 1 + \( \dfrac{R_{2}}{R_{1}} \)\( \dfrac{1}{1+R_{2}.C.s}. \)

Considerando que determinado processo dinâmico tem como a função de transferência \(G(s) = \dfrac{200}{(s+1)(s+10)(s+20)}\) julgue os itens subsequentes.

Pela representação no espaço de estados, o processo G(s) tem um autovalor em 200 rad/s.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Se a medida de desempenho denominada precisão aplicada a um modelo de aprendizagem é baixa, deve-se desconfiar quando uma amostra for classificada como positiva, para evitar prejuízos decorrentes de erro na classificação realizada pelo modelo.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Quanto mais a área sob a curva denominada ROC (receiver operating characteristic) se aproxima de 1, melhor é o desempenho de um modelo de aprendizagem para classificação.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Quanto mais a área sob a curva denominada ROC (receiver operating characteristic) se aproxima de 1, melhor é o desempenho de um modelo de aprendizagem para classificação.

Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.

A técnica denominada gradient descent é aplicável à minimização da função custo no processo de aprendizado supervisionado para regressão linear; nela se determina, a cada iteração do processo de aprendizado, uma aproximação de segunda ordem da função custo, por meio de uma expansão de Taylor, necessitando-se, assim, da determinação numérica do jacobiano da função custo, calculado com base nos parâmetros do modelo a ser ajustado.

Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.

Na regressão linear por meio de aprendizado supervisionado com o emprego da técnica denominada stochastic gradient descent, em cada iteração do processo de minimização da função custo, todas as amostras do conjunto de treinamento são utilizadas no ajuste do modelo a ser determinado.

A probabilidade de erro na tomada de decisão de um classificador embasado na regra de decisão de máxima verossimilhança é igual à probabilidade de erro na tomada de decisão de um classificador embasado na regra da máxima probabilidade a posteriori, desde que haja equiprobabilidade na ocorrência dos dados observáveis do problema.