Busca avançada
Ano de início
Entree

Algoritmos baseados em ITL com kernel não-gaussiano

Processo: 18/17678-3
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de fevereiro de 2019 - 31 de janeiro de 2021
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Pesquisador responsável:Aline de Oliveira Neves Panazio
Beneficiário:Aline de Oliveira Neves Panazio
Instituição-sede: Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
Assunto(s):Processamento de sinais  Filtragem adaptativa 

Resumo

A aprendizagem por teoria de informação (ITL - Information Theoretic Learning) busca trazer conceitos comuns em teoria de informação como entropia e informação mútua para o contexto de filtragem adaptativa, propondo critérios que exploram, de forma mais completa, a informação estatística presente nos sinais para realizar o ajuste dos coeficientes de filtros. Pelo fato de explorar as funções densidade de probabilidade dos sinais envolvidos, além se sua estrutura temporal, tais critérios tem apresentado bons desempenhos no contexto de equalização não-supervisionada envolvendo sinais correlacionados ou ruído impulsivo. Para realizar a estimação da entropia ou das densidades de probabilidade necessárias, são usados estimadores não-paramétricos baseados em kernel como é o caso do método da janela de Parzen. Até o momento, na literatura, a função utilizada como kernel tem sido sempre a função gaussiana, dadas suas propriedades e facilidade de manipulação. Neste projeto, pretendemos estender o estudo dos métodos baseados em ITL para equalização autodidata, implementando-os com outras funções como kernel. O interesse de tal estudo vem do fato de que a função gaussiana não é ótima dentro do contexto de estimação de densidades de probabilidade. Sendo assim, abordaremos os principais métodos desenvolvidos em ITL com novas funções como kernel, e analisaremos o desempenho dos métodos tanto de forma teórica como através de simulações. (AU)