# Métodos Numéricos em Neurociência > Técnicas numéricas específicas para simulação e análise de sistemas neurais, incluindo métodos de integração e otimização - **Canonical URL:** https://flashcards.world/flashcards/sets/93a4a898-e55c-42d4-b03c-99c56aaec913/ - **Markdown URL:** https://flashcards.world/flashcards/sets/93a4a898-e55c-42d4-b03c-99c56aaec913.md - **Level:** intermediate - **Languages:** pt-br → pt-br - **Total Cards:** 52 ## Flashcards (52 Cards) | # | Front (Term / Prompt) | Back (Definition / Answer) | Example | Multiple-Choice Options | | :--- | :--- | :--- | :--- | :--- | | 1 | Qual é a diferença entre um sistema linear e um não linear? | Sistemas lineares obedecem ao princípio da superposição, enquanto sistemas não lineares não o fazem. | | | | 2 | Cite um exemplo de função de ativação. | A função sigmoide é um exemplo comum. | | | | 3 | Como os gráficos de conectividade são utilizados em neurociência? | Eles ajudam a mapear e entender a organização funcional do cérebro. | | | | 4 | Como evitar overfitting? | Usando técnicas como regularização, validação cruzada e aumento de dados. | | | | 5 | Qual é a aplicação da simulação de Monte Carlo em neurociência? | Ela é usada para modelar incertezas e variabilidades em dados neurais. | | | | 6 | O que são métodos numéricos em neurociência? | São técnicas matemáticas utilizadas para simular e analisar sistemas neurais. | | | | 7 | O que é aprendizado não supervisionado? | É um tipo de aprendizado onde o modelo identifica padrões em dados não rotulados. | | | | 8 | O que é backpropagation? | É um algoritmo usado para treinar redes neurais, ajustando os pesos com base no erro da saída. | | | | 9 | Qual é a importância da análise de séries temporais? | Ela permite identificar padrões e prever comportamentos futuros em dados neurais. | | | | 10 | O que é a teoria da informação em neurociência? | É um campo que estuda como a informação é codificada, transmitida e processada no sistema nervoso. | | | | 11 | Qual é a importância dos métodos numéricos na modelagem neural? | Eles permitem a simulação de dinâmicas complexas que não podem ser resolvidas analiticamente. | | | | 12 | O que é o Gradiente Descendente? | É um método de otimização que ajusta os parâmetros na direção do gradiente negativo da função de custo. | | | | 13 | Qual a principal limitação do método de Euler? | Ele pode ser impreciso para sistemas com dinâmicas rápidas ou não lineares. | | | | 14 | Qual é a aplicação de PCA em neurociência? | É usada para simplificar dados complexos, facilitando a visualização e análise. | | | | 15 | O que é um modelo de rede neural de Hopfield? | É um tipo de rede neural que pode armazenar padrões e recuperar informações a partir de entradas parciais. | | | | 16 | O que é validação cruzada? | É uma técnica que divide os dados em conjuntos de treinamento e teste para avaliar a performance do modelo. | | | | 17 | Como funciona o método de Runge-Kutta de quarta ordem? | Ele calcula quatro estimativas de inclinação para melhorar a precisão da integração. | | | | 18 | Como os autoencoders são utilizados em neurociência? | Eles são usados para redução de dimensionalidade e extração de características em dados neurais. | | | | 19 | O que é a simulação de Monte Carlo? | É um método estatístico que utiliza amostragem aleatória para resolver problemas matemáticos complexos. | | | | 20 | Qual é a função de custo em um modelo neural? | É uma medida da diferença entre a saída prevista e a saída real do modelo. | | | | 21 | Qual é a função do aprendizado supervisionado? | Ele utiliza dados rotulados para treinar modelos, permitindo que eles aprendam a fazer previsões. | | | | 22 | Quais são os algoritmos de otimização mais utilizados? | Algoritmos como Gradiente Descendente e Algoritmos Genéticos são frequentemente usados. | | | | 23 | Qual é a aplicação de modelos de Hopfield em neurociência? | Eles são usados para entender processos de memória e recuperação de informações no cérebro. | | | | 24 | Como os modelos de Markov ocultos são aplicados em neurociência? | Eles são usados para modelar processos neurais dinâmicos e inferir estados não observáveis. | | | | 25 | Qual é a aplicação de redes neurais recorrentes em neurociência? | Elas são usadas para modelar dados temporais, como sinais elétricos do cérebro. | | | | 26 | O que é overfitting? | É quando um modelo se ajusta excessivamente aos dados de treinamento, perdendo a capacidade de generalização. | | | | 27 | Cite um exemplo de modelo de neurônio. | O modelo de Hodgkin-Huxley é um exemplo clássico. | | | | 28 | Qual é a função de uma camada de entrada em uma rede neural? | Ela recebe os dados de entrada que serão processados pela rede. | | | | 29 | O que é uma rede neural recorrente? | É uma rede que possui conexões cíclicas, permitindo o processamento de sequências de dados. | | | | 30 | O que é integração numérica? | É um método para calcular a integral de uma função, essencial em simulações de dinâmica neural. | | | | 31 | O que é um modelo de rede neural de Boltzmann? | É uma rede estocástica que pode aprender representações complexas de dados. | | | | 32 | O que é a análise de séries temporais em neurociência? | É o estudo de dados que variam ao longo do tempo, como sinais elétricos do cérebro. | | | | 33 | O que é um modelo de rede neural de autoencoder? | É uma rede que aprende a codificar dados de entrada em uma representação compacta e depois decodificá-los. | | | | 34 | O que é otimização em neurociência computacional? | É o processo de ajustar parâmetros de um modelo para melhorar sua precisão ou desempenho. | | | | 35 | Qual é a relação entre teoria da informação e redes neurais? | As redes neurais podem ser vistas como sistemas que codificam e processam informações de maneira eficiente. | | | | 36 | O que é um modelo de neurônio? | É uma representação matemática que descreve o comportamento elétrico de um neurônio. | | | | 37 | O que é PCA (Análise de Componentes Principais)? | É uma técnica de redução de dimensionalidade que transforma dados em um novo espaço de características. | | | | 38 | Qual é a função de uma camada convolucional? | Ela aplica filtros para extrair características relevantes dos dados de entrada. | | | | 39 | Quais são os métodos de integração mais comuns em neurociência? | Os métodos de Euler, Runge-Kutta e Verlet são amplamente utilizados. | | | | 40 | O que é um algoritmo de agrupamento? | É um método que organiza dados em grupos baseados em similaridades. | | | | 41 | Como os modelos de Boltzmann são aplicados em neurociência? | Eles são usados para entender a dinâmica de sistemas neurais e a aprendizagem não supervisionada. | | | | 42 | O que são funções de ativação em redes neurais? | São funções que determinam a saída de um neurônio com base em sua entrada. | | | | 43 | O que são redes neurais artificiais? | São modelos computacionais inspirados no funcionamento do cérebro, compostos por camadas de neurônios. | | | | 44 | O que é um sistema dinâmico? | É um sistema que evolui ao longo do tempo de acordo com regras matemáticas definidas. | | | | 45 | O que é um modelo de Markov oculto? | É um modelo estatístico que representa sistemas com estados ocultos e observáveis. | | | | 46 | O que é o método de Euler? | É um método simples de integração que usa aproximações lineares para resolver equações diferenciais. | | | | 47 | O que é uma camada de saída em uma rede neural? | Ela fornece a saída final do modelo, que pode ser uma classificação ou uma previsão. | | | | 48 | O que são redes neurais convolucionais? | São redes projetadas para processar dados com uma grade topológica, como imagens. | | | | 49 | Cite um exemplo de técnica de aprendizado não supervisionado. | A análise de agrupamento (clustering) é um exemplo. | | | | 50 | O que é o método de Runge-Kutta? | É uma família de métodos de integração que oferecem maior precisão em comparação ao método de Euler. | | | | 51 | O que é um gráfico de conectividade neural? | É uma representação visual das conexões entre neurônios em um sistema neural. | | | | 52 | O que é uma camada oculta em uma rede neural? | É uma camada entre a entrada e a saída que realiza transformações nos dados. | | | --- Study this deck interactively with FSRS-6 spaced repetition, audio review, and multiple-choice mode at [Flashcards World](https://flashcards.world/flashcards/sets/93a4a898-e55c-42d4-b03c-99c56aaec913/).