Algoritmos heuristicos em separação cega de fontes / Heuristic algorithms applied to blind source separation
AUTOR(ES)
Tiago Macedo Dias
DATA DE PUBLICAÇÃO
2008
RESUMO
Esta dissertação se propõe a estudar um novo método para separação cega de fontes baseado no modelo Post-Nonlinear, que une uma ferramenta de busca global baseada em computação bioinspirada a uma etapa de busca local conduzida pelo algoritmo FastICA. A idéia subjacente à proposta é procurar obter soluções precisas e eficientes usando de maneira parcimoniosa os recursos computacionais disponíveis. A nova proposta foi testada em diferentes cenários, e, em todos os casos, estabeleceram-se comparações com uma abordagem alternativa, cujo passo de otimização não inclui o estágio de busca local (ou "memética"). Os resultados obtidos por meio de simulações indicam que um bom compromisso entre desempenho e custo computacional foi, de fato, atingido
ASSUNTO(S)
algoritmos geneticos nonlinear blind source separation bioinspired algorithms teoria da informação blind source separation metaheuristics sistemas de telecomunicações telecommunication systems sistemas não-lineares
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000436362Documentos Relacionados
- Um estudo sobre separação cega de fontes e contribuições ao caso de misturas não-lineares
- Proposal of blind source separation methods for convolutive and nonlinear mixtures
- Contribuições ao problema de separação cega de fontes, com ênfase no estudo de sinais esparsos
- Separação cega de misturas com não-linearidade posterior utilizando estruturas monotônicas e algoritmos bio-inspirados de otimização
- Análise de algoritmos heurísticos para problemas "ricos de roteamento de veículos