O neurônio ADALINE (Adaptive Linear Neuron), através de sua regra de aprendizado LMS (Least Mean Squares), constitui um bloco de construção fundamental em sistemas adaptativos. Sua capacidade de ajustar continuamente seus pesos para minimizar o erro quadrático médio entre sua saída linear e um sinal-alvo o torna uma ferramenta valiosa em diversas aplicações práticas. Essas vão desde a modelagem de sistemas lineares em engenharia de controle até o processamento de sinais em tempo real e a classificação de padrões. A eficácia do ADALINE em um determinado problema está diretamente ligada à adequação de um modelo linear para representar a relação subjacente nos dados.Fonte: HAYKIN, S. Neural Networks and Learning Machines. 3. ed. Londres: Pearson, 2009.Considerando o funcionamento do ADALINE, analise as afirmativas a seguir:I. Em um sistema de cancelamento de eco para teleconferência, um ADALINE pode ser treinado para prever o sinal de eco a ser subtraído, utilizando o sinal de voz original como entrada de referência e o sinal com eco como o alvo desejado durante o aprendizado. II. Para uma tarefa de controle de qualidade que classifica garrafas como "conformes" ou "não conformes" com base em seu peso e altura, um ADALINE pode ser implementado para encontrar uma fronteira de decisão linear que separe as duas classes. III. Na previsão do mercado de ações, um único ADALINE pode ser empregado para modelar as dinâmicas complexas e as interações não lineares entre múltiplos indicadores econômicos e o preço de um ativo. IV. Em um sistema de diagnóstico por imagem, um ADALINE pode ser aplicado diretamente para identificar formas complexas, como tumores, ajustando seus pesos para mapear padrões de pixels em uma classificação com escore de probabilidade.É correto o que se afirma em: