Carregando...
Carregando...
Ajude a melhorar a plataforma
Além do grau de conectividade, as RNAs podem apresentar ou não conexões de retroalimentação, ou feedback. A informação em uma rede neural geralmente flui da camada de entrada da rede para os neurônios da camada de saída. As conexões de retroalimentação permitem que um neurônio receba em seus terminais de entrada a saída de um neurônio da mesma camada ou de uma camada posterior. O neurônio pode, inclusive, receber sua própria saída em um de seus terminais de entrada. Essas redes são conhecidas como:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa B - redes neurais recorrentes.
A topologia de uma rede neural define como a informação flui entre os neurônios, impactando diretamente o tipo de dado que ela pode processar.
Enquanto redes feedforward possuem um fluxo unidirecional (entrada para saída), as Redes Neurais Recorrentes (RNNs) introduzem ciclos ou conexões de retroalimentação.
As conexões de feedback permitem que a rede mantenha um tipo de "memória" de estados anteriores. Isso é essencial para processar sequências (como texto ou áudio), onde a interpretação de um dado atual depende do que veio antes. Quando o neurônio recebe sua própria saída como entrada, ele cria uma persistência temporal da informação.
O comportamento de retroalimentação é a característica definidora das Redes Neurais Recorrentes, diferenciando-as dos modelos perceptron multicamadas tradicionais.
Alternativa B.