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

Documentos 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