Laboratory of Signal Processing for Communications
Métodos para Separação de Misturas com Não-Linearidade Posterior Baseados em Inteligência Computacional
Speaker: FIlipe de Oliveira Pereira
Affiliation: DSPCOM/FEEC/UNICAMP
Date: 07 April 2010 - 16:00
Abstract: Esta apresentação irá expor os conceitos relacionados à Separação Cega de Fontes (BSS) utilizando Análise de Componentes Independentes (ICA). O método que será apresentado ao problema de BSS/ICA será o de Separação de Misturas com Não-Linearidade Posterior (PNL), pois o interesse por métodos para realização de BSS não-linear tem crescido nos últimos anos. Para que se posse resolver o problema PNL, de modo não-supervisionado, é essencial que o sistema separador seja composto de aproximadores monotônicos. Nesse caso, pode-se adotar uma metodologia baseado na minimização da informação mútua, porém há a necessidade de realizar a estimação da entropia das saídas do misturador. Para isso, foi estabelecido uma solução composta por estruturas monotônicas, um processo de estimação de entropia baseado em estatísticas de ordem e num método de otimização bio-inspirado.
Back to seminars' home.