Métodos de regularização iterativos para problemas discretos mal postos de grande porte

Detalhes bibliográficos
Autor(a) principal: Tenorio Paredes, Lila Lisbeth
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/194016
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática Pura e Aplicada, Florianópolis, 2014.
id UFSC_d685258b53a35fff811fcff4088552ba
oai_identifier_str oai:repositorio.ufsc.br:123456789/194016
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaTenorio Paredes, Lila LisbethMortari, Fernando de Lacerda2019-03-25T16:41:30Z2019-03-25T16:41:30Z2014326642https://repositorio.ufsc.br/handle/123456789/194016Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática Pura e Aplicada, Florianópolis, 2014.Neste trabalho apresentamos os métodos de regularização iterativos da família SIRT(Simultaneous Iterative Reconstruction Techniques),ART (Algebraic Reconstruction Techniques), ART por blocos e o método LSQR para problemas discretos mal-postos de grande porte. Essesmétodos são baseados na observação que boa parte das informações relevantes da solução são capturadas nas primeras iterações, e que à medida que as iteradas prosseguem a qualidade das aproximações é deteriorada pela influência do ruído nos dados. Essa propriedade é conhecida como semiconvergência. A ideia dos métodos de regularização iterativa é calcular as iteradas até um certo ponto em que a qualidade das iteradas começa a incorporar o ruído nos dados. Para contornar esta dificuldade, a semiconvergência dos métodos da família SIRT é analisada e, baseados em estimativas do erro nos dados, são introduzidos dois critérios de parada chamados de Princípio de Discrepância e a Regra de Erro Mon ótono. Além disso, para o caso em que nenhuma estimativa do ruído é disponível, são introduzidos o critério NCP (Normalized Cumulative Periodogram) e a regra do produto mínimo, introduzido recentemente. Os métodos são aplicados a problemas testes da literatura bem como a problemas de reconstrução de imagens.<br>Abstract : We study iterative regularization methods for large discrete ill-posed problems based on the Simultaneous Iterative Reconstruction Technique (SIRT), the Algebraic Reconstruction Technique (ART) and the LSQR method. Iterative regularization relies on the observation that for many iterative methods, in the early stages of the algorithm, the iterates capture most of relevant information of the solution, then the quality of the iterates deteriorates and nally the iterates become useless as a consequence of the in uence of noise in the data. This property is known as semi-convergence. Therefore, stopping the iteration after a well chosen number of iterates has a regularizing eect. In order to overcome the diculties, the semi-convergence for SIRT methods is analyzed and two stopping criteria based on a priori knowledge of the error norm are introduced called the Discrepancy Principle and the Monotone Error Rule. In addition, for the case where no estimate of the error norm is available, the NCP (Normalized Cumulative Periodogram) and the Minimum Product Rule recently introduced in literature are also considered The methods are applied to well-known test problems and deblurring problems.<br>87 p.| il., gráfs., tabs.porMatemáticaProblemas inversos (Equações diferenciais)Métodos de regularização iterativos para problemas discretos mal postos de grande porteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPMTM0199-D.pdfPMTM0199-D.pdfapplication/pdf1579215https://repositorio.ufsc.br/bitstream/123456789/194016/-1/PMTM0199-D.pdf7c7f43871f119e3b4144f0a4a10dd496MD5-1123456789/1940162019-03-25 13:41:32.183oai:repositorio.ufsc.br:123456789/194016Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732019-03-25T16:41:32Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Métodos de regularização iterativos para problemas discretos mal postos de grande porte
title Métodos de regularização iterativos para problemas discretos mal postos de grande porte
spellingShingle Métodos de regularização iterativos para problemas discretos mal postos de grande porte
Tenorio Paredes, Lila Lisbeth
Matemática
Problemas inversos (Equações diferenciais)
title_short Métodos de regularização iterativos para problemas discretos mal postos de grande porte
title_full Métodos de regularização iterativos para problemas discretos mal postos de grande porte
title_fullStr Métodos de regularização iterativos para problemas discretos mal postos de grande porte
title_full_unstemmed Métodos de regularização iterativos para problemas discretos mal postos de grande porte
title_sort Métodos de regularização iterativos para problemas discretos mal postos de grande porte
author Tenorio Paredes, Lila Lisbeth
author_facet Tenorio Paredes, Lila Lisbeth
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Tenorio Paredes, Lila Lisbeth
dc.contributor.advisor1.fl_str_mv Mortari, Fernando de Lacerda
contributor_str_mv Mortari, Fernando de Lacerda
dc.subject.classification.none.fl_str_mv Matemática
Problemas inversos (Equações diferenciais)
topic Matemática
Problemas inversos (Equações diferenciais)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática Pura e Aplicada, Florianópolis, 2014.
publishDate 2014
dc.date.issued.fl_str_mv 2014
dc.date.accessioned.fl_str_mv 2019-03-25T16:41:30Z
dc.date.available.fl_str_mv 2019-03-25T16:41:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/194016
dc.identifier.other.none.fl_str_mv 326642
identifier_str_mv 326642
url https://repositorio.ufsc.br/handle/123456789/194016
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.format.none.fl_str_mv 87 p.| il., gráfs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/194016/-1/PMTM0199-D.pdf
bitstream.checksum.fl_str_mv 7c7f43871f119e3b4144f0a4a10dd496
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805450409377792

Registros relacionados