NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS

Detalhes bibliográficos
Autor(a) principal: ALEXANDRE DE MACEDO TORTURELA
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@2
Resumo: Neste trabalho, quatro métodos projetados especificamente para a estimação de sistemas esparsos são originalmente elaborados e apresentados. São eles: Encolhimentos Sucessivos, Expansões Sucessivas, Minimização da Norma l1 e Ajuste Automático do fator de regularização do Custo LS. Os quatro métodos propostos baseiam-se na técnica de estimação de sistemas lineares e invariantes no tempo pelo critério dos mínimos quadrados, universalmente conhecida por sua denominação em inglês - Least Squares (LS) Estimation, e incorporam técnicas relacionadas a otimização convexa e à teoria de compressive sensing. Os resultados obtidos em simulações mostram que os métodos em questão têm desempenho superior que a estimação LS convencional e que o algoritmo Recursive Least Squares (RLS) com regularização convexa denominado l1-RLS, em muitos casos alcançando o desempenho ótimo apresentado pelo método de estimação LS Oráculo, no qual o suporte da resposta ao impulso em tempo discreto do sistema estimado é conhecido a priori. Além disso, os métodos propostos apresentam custo computacional menor que do algoritmo l1-RLS.
id PUC_RIO-1_4702c7d58a841a62b325bc33cd71ea4d
oai_identifier_str oai:MAXWELL.puc-rio.br:26712
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisNOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS NOVOS MÉTODOS PARA ESTIMAÇÃO POR MÍNIMOS QUADRADOS DE SISTEMAS ESPARSOS 2014-06-06RAIMUNDO SAMPAIO NETO34668349704lattes.cnpq.br/5335075258111851CESAR AUGUSTO MEDINA SOTOMAYOR05752856728lattes.cnpq.br/5026026370458800CESAR AUGUSTO MEDINA SOTOMAYOR05752856728lattes.cnpq.br/5026026370458800MARCO ANTONIO GRIVET MATTOSO MAIARODRIGO CAIADO DE LAMARECESAR AUGUSTO MEDINA SOTOMAYORCESAR AUGUSTO MEDINA SOTOMAYORCESAR AUGUSTO MEDINA SOTOMAYOR01667504762lattes.cnpq.br/7398393031440411ALEXANDRE DE MACEDO TORTURELAPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRNeste trabalho, quatro métodos projetados especificamente para a estimação de sistemas esparsos são originalmente elaborados e apresentados. São eles: Encolhimentos Sucessivos, Expansões Sucessivas, Minimização da Norma l1 e Ajuste Automático do fator de regularização do Custo LS. Os quatro métodos propostos baseiam-se na técnica de estimação de sistemas lineares e invariantes no tempo pelo critério dos mínimos quadrados, universalmente conhecida por sua denominação em inglês - Least Squares (LS) Estimation, e incorporam técnicas relacionadas a otimização convexa e à teoria de compressive sensing. Os resultados obtidos em simulações mostram que os métodos em questão têm desempenho superior que a estimação LS convencional e que o algoritmo Recursive Least Squares (RLS) com regularização convexa denominado l1-RLS, em muitos casos alcançando o desempenho ótimo apresentado pelo método de estimação LS Oráculo, no qual o suporte da resposta ao impulso em tempo discreto do sistema estimado é conhecido a priori. Além disso, os métodos propostos apresentam custo computacional menor que do algoritmo l1-RLS.In this thesis, four methods specifically designed for sparse systems estimation are originally developed and presented, which were called here: Relaxations method, Successive Expansions method, l1-norm Minimization method and Automatic Adjustment of the Regularization Factor method. The four proposed methods are based on the Least Squares (LS) Estimation method and incorporate techniques related to convex optimization and to the theory of compressive sensing. The simulation results show that the proposed methods herein present superior performance than the ordinary LS estimation method and the Recursive Least Squares (RLS) with convex regularization method (l1-RLS), in many cases achieving the same optimal performance presented by the LS Oracle method. Furthermore, the proposed methods demand lower computational cost than the l1-RLS method.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROINSTITUTO MILITAR DE ENGENHARIACENTRO TECNOLÓGICO DO EXÉRCITOINSTITUTO DE PESQUISA E DESENVOLVIMENTOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:26:25Zoai:MAXWELL.puc-rio.br:26712Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-09-25T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.en.fl_str_mv NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
dc.title.alternative.pt.fl_str_mv NOVOS MÉTODOS PARA ESTIMAÇÃO POR MÍNIMOS QUADRADOS DE SISTEMAS ESPARSOS
title NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
spellingShingle NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
ALEXANDRE DE MACEDO TORTURELA
title_short NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
title_full NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
title_fullStr NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
title_full_unstemmed NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
title_sort NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS
author ALEXANDRE DE MACEDO TORTURELA
author_facet ALEXANDRE DE MACEDO TORTURELA
author_role author
dc.contributor.advisor1.fl_str_mv RAIMUNDO SAMPAIO NETO
dc.contributor.advisor1ID.fl_str_mv 34668349704
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/5335075258111851
dc.contributor.advisor-co1.fl_str_mv CESAR AUGUSTO MEDINA SOTOMAYOR
dc.contributor.advisor-co1ID.fl_str_mv 05752856728
dc.contributor.advisor-co1Lattes.fl_str_mv lattes.cnpq.br/5026026370458800
dc.contributor.advisor-co2.fl_str_mv CESAR AUGUSTO MEDINA SOTOMAYOR
dc.contributor.advisor-co2ID.fl_str_mv 05752856728
dc.contributor.advisor-co2Lattes.fl_str_mv lattes.cnpq.br/5026026370458800
dc.contributor.referee1.fl_str_mv MARCO ANTONIO GRIVET MATTOSO MAIA
dc.contributor.referee2.fl_str_mv RODRIGO CAIADO DE LAMARE
dc.contributor.referee3.fl_str_mv CESAR AUGUSTO MEDINA SOTOMAYOR
dc.contributor.referee4.fl_str_mv CESAR AUGUSTO MEDINA SOTOMAYOR
dc.contributor.referee5.fl_str_mv CESAR AUGUSTO MEDINA SOTOMAYOR
dc.contributor.authorID.fl_str_mv 01667504762
dc.contributor.authorLattes.fl_str_mv lattes.cnpq.br/7398393031440411
dc.contributor.author.fl_str_mv ALEXANDRE DE MACEDO TORTURELA
contributor_str_mv RAIMUNDO SAMPAIO NETO
CESAR AUGUSTO MEDINA SOTOMAYOR
CESAR AUGUSTO MEDINA SOTOMAYOR
MARCO ANTONIO GRIVET MATTOSO MAIA
RODRIGO CAIADO DE LAMARE
CESAR AUGUSTO MEDINA SOTOMAYOR
CESAR AUGUSTO MEDINA SOTOMAYOR
CESAR AUGUSTO MEDINA SOTOMAYOR
description Neste trabalho, quatro métodos projetados especificamente para a estimação de sistemas esparsos são originalmente elaborados e apresentados. São eles: Encolhimentos Sucessivos, Expansões Sucessivas, Minimização da Norma l1 e Ajuste Automático do fator de regularização do Custo LS. Os quatro métodos propostos baseiam-se na técnica de estimação de sistemas lineares e invariantes no tempo pelo critério dos mínimos quadrados, universalmente conhecida por sua denominação em inglês - Least Squares (LS) Estimation, e incorporam técnicas relacionadas a otimização convexa e à teoria de compressive sensing. Os resultados obtidos em simulações mostram que os métodos em questão têm desempenho superior que a estimação LS convencional e que o algoritmo Recursive Least Squares (RLS) com regularização convexa denominado l1-RLS, em muitos casos alcançando o desempenho ótimo apresentado pelo método de estimação LS Oráculo, no qual o suporte da resposta ao impulso em tempo discreto do sistema estimado é conhecido a priori. Além disso, os métodos propostos apresentam custo computacional menor que do algoritmo l1-RLS.
publishDate 2014
dc.date.issued.fl_str_mv 2014-06-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712@2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324924731162624

Registros relacionados