Busca avançada
Ano de início
Entree

Métodos de otimização multiobjetivo aplicados a problemas inversos e à separação cega de fontes

Processo: 14/27108-9
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de julho de 2015
Data de Término da vigência: 28 de fevereiro de 2017
Área de conhecimento:Engenharias - Engenharia Elétrica
Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Leonardo Tomazeli Duarte
Beneficiário:Guilherme Dean Pelegrina
Instituição Sede: Faculdade de Ciências Aplicadas (FCA). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
Assunto(s):Processamento de sinais   Separação cega de fontes
Palavra(s)-Chave do Pesquisador:otimização multiobjetivo | Processamento de Sinais | Separação Cega de Fontes | Processamento de sinais

Resumo

Em processamento de sinais e imagens há uma ampla gama de problemas que podem ser formulados como um problema inverso ou como um problema de separação de sinais. Via de regra, tais problemas são resolvidos a partir da otimização de um critério, que, no caso de um problema inverso, pode ser uma medida de distância entre os dados observados e as saídas do modelo considerado, ou, no caso da separação de sinais, um critério de separação (função contraste). No entanto, em muitas situações práticas, há um conjunto de informações a priori adicionais cuja incorporação ao problema de otimização proporciona resultados melhores. Tipicamente, o uso dessas informações é feito adicionando termos à função custo adotada, ou seja, de um modo mono-objetivo. No presente trabalho, investigaremos uma abordagem alternativa na qual o uso de informações a priori será feito por meio de uma abordagem multiobjetivo. A vantagem neste caso é que, ao invés de uma solução ótima, o método fornece um conjunto de soluções (Pareto-ótimas) que podem ser submetidas para análise do especialista responsável pela tomada de decisão do processo. Nosso estudo focará em métodos evolutivos de otimização multiobjetivo e considerará experimentos com dados sintéticos e com dados reais provenientes de problemas de arranjos de sensores químicos e sísmicos. (AU)

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)
PELEGRINA, GUILHERME DEAN; ATTUX, ROMIS; DUARTE, LEONARDO TOMAZELI. Application of multi-objective optimization to blind source separation. EXPERT SYSTEMS WITH APPLICATIONS, v. 131, p. 60-70, . (14/27108-9, 15/16325-1)
PELEGRINA, GUILHERME D.; DUARTE, LEONARDO T.. A Multi-Objective Approach for Post-Nonlinear Source Separation and Its Application to Ion-Selective Electrodes. IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS II-EXPRESS BRIEFS, v. 65, n. 12, p. 2067-2071, . (15/16325-1, 14/27108-9)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
PELEGRINA, Guilherme Dean. Uma abordagem baseada em otimização multiobjetivo para o problema de separação cega de fontes. 2017. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Faculdade de Ciências Aplicadas Limeira, SP.