Metodos de kernel e agrupamento de maquinas para processamento de sinais em telecomunicacoes.

• Processo: 04/09597-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de janeiro de 2005
• Data de Término da vigência: 31 de dezembro de 2006
• Área de conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Fernando José von Zuben
• Beneficiário: Clodoaldo Aparecido de Moraes Lima
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 02/12216-3 - Técnicas avançadas de processamento de sinais em telecomunicações: desconvolução e identificação, AP.TEM
• Palavra(s)-Chave do Pesquisador: Agrupamento De Maquinas | Arranjo Adaptativo De Antenas | Deteccao Multi-Usuario | Maquinas De Vetores-Suporte

Resumo

Os problemas de processamento de sinais em telecomunicações requerem a proposição de técnicas avançadas para análise de dados, classificação e filtragem. As limitações existentes junto às abordagens lineares motivam a proposição de extensões e generalizações fundamentadas em abordagens não-lineares. Com a introdução de funções de kernel, são mantidas vantagens características dos métodos lineares, acrescidas de contribuições advindas do tratamento não-linear. Este cenário é evidenciado com a solução de problemas desafiadores em telecomunicações a partir do emprego de máquinas de vetores- suporte (SVM). Além da modelagem não-linear, a atual disponibilidade de recursos computacionais vem impulsionando a proposição de soluções que integram diversas funcionalidades, processo conhecido como agrupamento de máquinas. Sendo assim, este projeto de pesquisa visa à síntese e implementação computacional de técnicas avançadas de solução para problemas de processamento de sinais, baseadas em: (1) modelagem não-linear, particularmente modelagem não- paramétrica multidimensional baseada em métodos de kernel; (2) agrupamento de máquinas, particularmente ensembles e mistura de especialistas. As principais linhas de aplicação envolvem equalização supervisionada e não supervisionada, detecção multi-usuário e síntese de arranjos adaptativos de antenas. (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)

LIMA‚ C.A.M.; COELHO‚ A.L.V.; VON ZUBEN‚ F.J.. Hybridizing mixtures of experts with support vector machines: Investigation into nonlinear dynamic systems identification. INFORMATION SCIENCES, v. 177, n. 10, p. 2049-2074, 2007. (04/09597-0)

LIMA, CLODOALDO A. M.; COELHO, ANDRE L. V.; VON ZUBEN, FERNANDO J.. Pattern classification with mixtures of weighted least-squares support vector machine experts. NEURAL COMPUTING & APPLICATIONS, v. 18, n. 7, p. 843-860, OCT 2009. (04/09597-0)

LIMA, CLODOALDO A. M.; COELHO, ANDRE L. V.; VON ZUBEN, FERNANDO; MOURELLE, LD; NEDJAH, N; KACPRZYK, J; ABRAHAM, A. Analysis of sensitivity to the kernel parameter choice: Comparing the performance profiles exhibited by standard and least-squares SVM classifiers. PROCEEDINGS OF THE 7TH INTERNATIONAL CONFERENCE ON INTELLIGENT SYSTEMS DESIGN AND APPLICATIONS, v. N/A, p. 2-pg., 2007-01-01. (04/09597-0)