Novas Metodologias de Aprendizado Baseado na Teoria da Informação para Equalização Adaptativa

• Processo: 13/14185-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Vigência (Início): 01 de dezembro de 2013
• Vigência (Término): 31 de março de 2017
• Área do conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Romis Ribeiro de Faissol Attux
• Beneficiário: Denis Gustavo Fantinato
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Bolsa(s) vinculada(s): 15/23424-6 - Separação Cega de Fontes Não Linear no Contexto de Fontes Estatisticamente Dependentes, BE.EP.DR
• Assunto(s): Processamento de sinais
• Palavra(s)-Chave do Pesquisador: Aprendizado Baseado na Teoria da Informação | Equalização adaptativa | Filtros IIR | Processamento de Sinais | Processamento de Sinais

Resumo

O problema de equalização adaptativa é, classicamente, abordado através de métodos supervisionados e não supervisionados que fazem uso de determinadas classes de momentos do sinal de interesse e do sinal observado / medido. O advento de metodologias de aprendizado de máquina baseado na teoria da informação (ITL, do inglês Information Theoretic Learning), não obstante, trouxe novas perspectivas de enfoque tanto para o caso supervisionado quanto para o caso não supervisionado. Essas perspectivas têm por denominador comum o uso de critérios baseados na estimação (implícita ou explícita) de densidades de probabilidades associadas aos sinais de interesse, o que, em cenários práticos caracterizados por não linearidade e/ou não gaussianidade, podem levar a uma exploração mais ampla da informação disponível para otimização da estrutura de filtragem adotada.Neste projeto, pretende-se realizar contribuições em duas temáticas ligadas à solução de problemas de equalização através de métodos de ITL. A primeira abrange aspectos teóricos e práticos de desconvolução de sinais que apresentam dependência temporal entre amostras. A segunda, por sua vez, diz respeito à extensão do paradigma de equalização baseada em ITL no sentido de abranger, além dos filtros FIR usualmente adotados, filtros IIR. Com isso, pretende-se obter uma formulação geral de filtragem linear ótima baseada em ITL e propor algoritmos eficientes que realizem o processo de estimação e adaptação de maneira iterativa.

Publicações científicas

(6)

(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)

FANTINATO, DENIS G.; DUARTE, LEONARDO T.; RIVET, BERTRAND; EHSANDOUST, BAHRAM; ATTUX, ROMIS; JUTTEN, CHRISTIAN; TICHAVSKY, P; BABAIEZADEH, M; MICHEL, OJJ; THIRIONMOREAU, N. Gaussian Processes for Source Separation in Overdetermined Bilinear Mixtures. LATENT VARIABLE ANALYSIS AND SIGNAL SEPARATION (LVA/ICA 2017), v. 10169, p. 10-pg., 2017-01-01. (15/23424-6, 13/14185-2)

FANTINATO, DENIS G.; DUARTE, LEONARDO T.; ZANINI, PAOLO; RIVET, BERTRAND; ATTUX, ROMIS; JUTTEN, CHRISTIAN; TICHAVSKY, P; BABAIEZADEH, M; MICHEL, OJJ; THIRIONMOREAU, N. A Joint Second-Order Statistics and Density Matching-Based Approach for Separation of Post-Nonlinear Mixtures. LATENT VARIABLE ANALYSIS AND SIGNAL SEPARATION (LVA/ICA 2017), v. 10169, p. 10-pg., 2017-01-01. (15/23424-6, 13/14185-2)

FANTINATO, D. G.; SILVA, D. G.; ATTUX, R.; NEVES, A.. Multivariate Shannon's entropy for adaptive IIR filtering via kernel density estimators. ELECTRONICS LETTERS, v. 55, n. 15, p. 859+, JUL 25 2019. (13/14185-2, 17/11488-5)

FANTINATO, DENIS G.; NEVES, ALINE; SILVA, DANIEL G.; ATTUX, ROMIS; UEDA, N; WATANABE, S; MATSUI, T; CHIEN, JT; LARSEN, J. BLIND CHANNEL EQUALIZATION OF ENCODED DATA OVER GALOIS FIELDS. 2017 IEEE 27TH INTERNATIONAL WORKSHOP ON MACHINE LEARNING FOR SIGNAL PROCESSING, v. N/A, p. 6-pg., 2017-01-01. (17/11488-5, 13/14185-2)

FANTINATO, DENIS G.; ATTUX, ROMIS; ROMANO, J. M. T.; SUYAMA, RICARDO; NEVES, ALINE; IEEE. A Volterra Filtering Approach for the Polynomial Formulation of the Constant Modulus Criterion. 2014 INTERNATIONAL TELECOMMUNICATIONS SYMPOSIUM (ITS), v. N/A, p. 5-pg., 2014-01-01. (12/50799-2, 13/14185-2)

FANTINATO, DENIS G.; NEVES, ALINE; ATTUX, ROMIS. Analysis of a Novel Density Matching Criterion Within the ITL Framework for Blind Channel Equalization. CIRCUITS SYSTEMS AND SIGNAL PROCESSING, v. 37, n. 1, p. 203-231, JAN 2018. (13/14185-2)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

FANTINATO, Denis Gustavo. New methods for adaptive equalization based on Information Theoretic Learning. 2017. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação Campinas, SP.