Vade Mecum Digital 2026De R$ 249,90 por 12x R$ 9,99 ou R$ 119,90 à vista
JurisHand AI Logo

Perito Criminal - Engenharia Eletrônica - 2025


Página 9  •  Total 120 questões
154025Questão 81|Engenharia|superior

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem. A métrica de desempenho denominada acurácia aplicada a um modelo de aprendizagem para a classificação de múltiplas classes tem capacidade de avaliar o desempenho da rede para cada classe tratada de forma individualizada, além de ser capaz de apontar se há equilíbrio nas quantidades de verdadeiros positivos e verdadeiros negativos, para cada uma dessas classes.

  • A

    Certo

  • B

    Errado

154026Questão 82|Engenharia|superior

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.

  • A

    Certo

  • B

    Errado

154027Questão 83|Engenharia|superior

Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM. Vanishing gradient e exploding gradient são duas condições que podem ser encontradas em redes RNN; o emprego de célula de memória busca mitigar a ocorrência dessas condições em redes LSTM.

  • A

    Certo

  • B

    Errado

154028Questão 84|Engenharia|superior

Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM. Em uma rede CNN, a dimensão do mapa de ativação em determinada camada depende, entre outros hiperparâmetros da rede, dos parâmetros denominados stride e dilation ; uma rede CNN pode possuir diversas camadas convolucionais, e cada uma dessas camadas pode ser formada por diversos mapas de ativação.

  • A

    Certo

  • B

    Errado

154029Questão 85|Engenharia|superior

Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM. Em redes CNN, a inserção no modelo neural de um kernel de dimensão n × n acarreta a inclusão de n × n + 1 parâmetros ao modelo, caso a inserção do kernel seja acompanhada da inclusão de um bias .

  • A

    Certo

  • B

    Errado

154030Questão 86|Engenharia|superior

Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM. Entre duas camadas convolucionais de uma CNN, a aplicação de pooling permite aumentar a dimensionalidade da rede e controlar o overfitting .

  • A

    Certo

  • B

    Errado

154031Questão 87|Engenharia|superior

Considerando as técnicas de modulação analógicas e digitais, julgue os itens subsequentes. Na modulação FSK, quando a informação estiver no nível lógico 1, será transmitida a frequência cossenoidal da portadora; quando estiver no nível lógico 0, será transmitido um sinal de amplitude zero.

  • A

    Certo

  • B

    Errado

154032Questão 88|Engenharia|superior

Considerando as técnicas de modulação analógicas e digitais, julgue os itens subsequentes. Na modulação PSK, o erro de um símbolo ocorre devido a uma alteração na fase ou na amplitude dos fasores pertencentes à modulação.

  • A

    Certo

  • B

    Errado

154033Questão 89|Engenharia|superior

Considerando as técnicas de modulação analógicas e digitais, julgue os itens subsequentes. O demodulador 64 QAM utiliza detecção coerente.

  • A

    Certo

  • B

    Errado

154034Questão 90|Engenharia|superior

Considerando as técnicas de modulação analógicas e digitais, julgue os itens subsequentes. Uma das desvantagens da modulação AM-VSB é a perda de energia devido à transmissão da portadora.

  • A

    Certo

  • B

    Errado

Perito Criminal - Engenharia Eletrônica - 2025 | Prova