ISEP-Instituto Superior de Engenharia do Porto

Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal

Tel: +351-22-8340500, Fax: +351-22-8321159

Resolução da Prova Avaliação Teórica de

Algoritmia Avançada
3º ano da Licenciatura em Engenharia Informática do ISEP
07/02/2022 - Duração: 25 minutos
observações:
nas 4 primeiras questões uma resposta errada desconta 25% de uma resposta certa
Notar que as soluções podem não estar na mesma ordem do exame que fez

Nome:..................................................................................................................................

Número:..................................

1. A Programação em Lógica para efetuar a Prova de Teoremas usa implicitamente qual dos
seguintes métodos:
◼- Primeiro em Profundidade com Retrocesso
□- Primeiro em Profundidade sem Retrocesso
□- Primeiro em Largura com Retrocesso
□- Primeiro em Largura sem Retrocesso
□- Primeiro em Profundidade ou em Largura com níveis de corte

2. Considere o jogo do galo onde temos uma matriz 3x3 e cada jogador pode preencher à vez
uma posição livre dessa matriz com o ‘X’ ou ‘O’ (ver imagem). Se desenvolvermos uma
árvore do MINIMAX e num momento tivermos um nó onde haja N posições preenchidas
(com ‘X’ ou ‘O’) quantos descendentes diretos (1 nível abaixo do nó) poderemos ter a partir
desse nó?

□ N
□ 2N
◼ 9-N
□ N2
□- nenhuma das anteriores
 ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159

3. Considere que num algoritmo genético, onde cada elemento da população é representado
por N genes, é efetuado o cruzamento uniforme (com uma máscara) entre dois elementos da
população. Qual o maior número de pontos de corte que o cruzamento desse tipo pode
comportar?
□ N
◼ N-1
□ N+1
□ N-2
□- o valor inteiro da divisão de N por 2

4. Qual das seguintes afirmações sobre métodos de pesquisa é falsa

□- se for visado apenas encontrar uma solução o primeiro em largura é bom para problemas
nos quais se pretende uma solução que esteja a poucos níveis da raiz da árvore de pesquisa
do problema
□- num problema de maximização convém que a estimativa usada no A* seja um majorante,
mas tão próximo quanto possível do valor real que iremos ter se seguirmos pelo nó em
questão
□- para problemas não sujeitos a explosão combinatória um gerador de todas as soluções
usando como base o método primeiro em largura ou primeiro em profundidade ou primeiro o
melhor irá sempre gerar o mesmo número de soluções
◼- a colocação de um nível de corte fixo e retrocesso no primeiro em profundidade e no
primeiro o melhor garante que esses métodos encontrarão sempre uma solução até esse nível
de corte
□- se num problema de minimização de distâncias usar o A* e fizermos a estimativa tomar o
valor 0 então o método degenera no Branch&Bound

5. (Pergunta de Desenvolvimento – responda no verso desta folha)

Considere um robot humanoide físico com um rosto capaz de exibir emoções e que seja
também capaz de falar. Como se pode controlar a parte física desse robot para ele exibir
diversas expressões faciais (por exemplo, sorrir ou fechar os olhos)? Como poderíamos usar
as tecnologias de Visão por Computador, Língua Natural e Aprendizagem Automática para
que esse robot possa reconhecer o estado emocional de outro robot humanoide quando este
último exibe uma expressão facial ou diz alguma frase.
 ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159

Embora não seja visível externamente, pelo facto destes robots terem um género de
“mascara” para dar a noção de um rosto, a verdade é que por trás dessa máscara há um
conjunto de partes físicas que irão originar movimentos de partes atuadas pelo robot (olhos,
boca, testa, outras partes da face, etc) havendo articulações que vão originar ligeiros
movimentos das partes atuadas. Desse modo será possível exibir uma expressão de
admiração ou de tristeza como nas imagens ilustradas no enunciado.

Visão por Computador

Será necessário usar algoritmos de processamento de imagem e visão por computador para
deteção de expressões faciais, como por exemplo estados emocionais.

Língua Natural
Será necessário o robot ter a capacidade de efetuar o processamento do sinal áudio para
efetuar a parte de reconhecimento de voz e de fala, seguindo-se a parte de Língua Natural
para dar significado aos textos derivados da voz/fala. De seguida podem ser feitas análises de
sentimento de modo a atribuir um conteúdo emocional aos textos que foram produzidos à
partir da voz/fala dos outros robots.

Aprendizagem Automática (Machine Learning)

Hoje em dia é comum o uso de Redes Neuronais Convolucionais (CNN) na área de Visão
por Computador, onde as redes são treinadas e testadas com um grande conjunto de imagens
de expressões faciais e depois podem dar como resultado a classificação da emoção
predominante em função de uma expressão concreta da face de outro robot. Também é
normal o uso de Redes Neuronais Recorrentes, usando modelos como LSTM ou GRU na
parte de Língua Natural. Adicionalmente podemos efetuar a análise de dados, por exemplo,
sobre qual a melhor maneira de reagir perante um robot que apresenta uma dada expressão
facial.