Busca avançada
Ano de início
Entree

Aprendizado de Máquina Baseado na Teoria da Informação: Novas Perspectivas em Separação de Sinais em Corpos Finitos e Inversão de Sistemas de Wiener

Processo: 13/11769-3
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de novembro de 2013
Vigência (Término): 15 de junho de 2014
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Pesquisador responsável:Romis Ribeiro de Faissol Attux
Beneficiário:Daniel Guerreiro e Silva
Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Processamento de sinais   Filtragem adaptativa   Separação cega de fontes
Palavra(s)-Chave do Pesquisador:corpos de Galois | filtragem adaptativa | Filtragem Não-Linear | Separação Cega de Fontes | Processamento de Sinais

Resumo

Este projeto trata do estudo de dois problemas de grande atualidade em processamento de sinais, que são abordados sob a égide do conceito unificador de aprendizado de máquina baseado na teoria da informação. Usando uma perspectiva ampliada que contempla a adoção de meta-heurísticas bio-inspiradas e descritores não necessariamente diferenciáveis, temos como objetivo geral o desenvolvimento e a extensão de metodologias aplicáveis aos problemas de separação de sinais em corpos finitos e inversão de sistemas de Wiener. Ambos os problemas possuem significativo potencial de aplicação em diversos cenários reais, abrindo perspectivas interessantes em áreas como genômica, mineração de dados, processamento de dados sísmicos, entre outros.Este tema de pesquisa é uma continuidade do trabalho de doutorado do candidato, que se encontra em fase de conclusão. Desta forma, pretende-se estender significativamente as contribuições já realizadas tanto no sentido de aprofundamento dos paradigmas propostos quanto na análise de novas possibilidades teóricas e práticas. Um resumo dos trabalhos realizados pelo candidato no seu doutorado pode ser encontrado em [1-9].Ao fim, espera-se que as contribuições realizadas fortaleçam ainda mais a concepção de que as técnicas de aprendizado de máquina baseado na teoria da informação não podem se restringir a sinais contínuos e procedimentos de adaptação baseados em busca por gradiente da função custo.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
SILVA, DANIEL G.; MONTALVAO, JUGURTA; ATTUX, ROMIS; CORADINE, LUIS C.. An immune-inspired, information-theoretic framework for blind inversion of Wiener systems. Signal Processing, v. 113, p. 18-31, . (13/11769-3)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.