Filtragem adaptativa e aprendizado de máquina: aplicações em redes de difusão, soft sensors e classificação de arritmias cardíacas

• Processo: 21/02063-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de agosto de 2021 - 31 de julho de 2023
• Área do conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Magno Teófilo Madeira da Silva
• Beneficiário: Magno Teófilo Madeira da Silva
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Pesquisadores associados: Renato Candido
• Assunto(s): Processamento de sinais Aprendizado computacional Algoritmos Redes de difusão adaptativas Filtragem adaptativa Filtros adaptativos baseados em Kernel Sensores virtuais Arritmias cardíacas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Classificação de arritmias cardíacas | filtragem adaptativa | Filtros Adaptativos baseados em Kernel | Redes de difusão adaptativas | Sensores Virtuais (Soft Sensors) | Processamento de Sinais

Resumo

Processamento distribuído de sinais têm chamado atenção na comunidade científica por apresentar vantagens em relação a soluções centralizadas. Nessa área, técnicas de amostragem e censuratêm sido temas de intensa pesquisa, uma vez que o custo associado a medição, processamento e/ou transmissão de dados em toda a rede pode ser proibitivo em certos casos. Pretende-se neste projeto, fazer um estudo aprofundado de técnicas de amostragem e censura em redes de difusão, propondo melhorias para os algoritmos que surgiram recentemente na literatura. Pretende-se estender esses algoritmos para diferentes tipos de rede de difusão, como as multitarefas, baseadas em kernel e assíncronas. Pretende-se também propor versões distribuídas de algoritmos adaptativos baseados em kernel e compará-las com versões distribuídas de redes neuronais para solução de problemas não lineares em uma rede de difusão. A técnica de esparsificação de dicionário que usa a ortogonalização de Gram-Schmidt também será aplicada à análise de componentes principais baseada em kernel. Na parte de aprendizado de máquina, pretende-se utilizar sensores virtuais para detecção e diagnóstico de falhas em sistemas de ar condicionado, possibilitando correções antes do aumento do consumo de energia elétrica. Por fim, pretende-se utilizar redes neuronais para classificação de arritmias cardíacas, levando-se em conta a divisão por pacientes nos conjuntos de treinamento e teste. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

TIGLEA, DANIEL G.; CANDIDO, RENATO; SILVA, MAGNO T. M.. A Variable Step Size Adaptive Algorithm With Simple Parameter Selection. IEEE SIGNAL PROCESSING LETTERS, v. 29, p. 5-pg., 2022-01-01. (21/02063-6)

TIGLEA, DANIEL GILIO; CANDIDO, RENATO; SILVA, MAGNO T. M.. An adaptive algorithm for sampling over diffusion networks with dynamic parameter tuning and change detection mechanisms. DIGITAL SIGNAL PROCESSING, v. 127, p. 18-pg., 2022-05-16. (21/02063-6)