Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener

Detalhes bibliográficos
Autor(a) principal: Silva, Daniel Guerreiro e, 1983-
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1621699
Resumo: Orientadores: Romis Ribeiro de Faissol Attux, Jugurta Rosa Montalvão Filho
id UNICAMP-30_38674904a9cb8a30e30d82a1697cf783
oai_identifier_str oai::918458
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de WienerInformation theoretic learning : contributions to signal separation over finite fields and inversion of Wiener systemsAprendizado de máquinaTeoria da informaçãoSistema imunológicoAnálise de componentes independentesProcessamento digital de sinaisMachine learningInformation theoryImmune systemsIndependent component analysisDigital signal processingOrientadores: Romis Ribeiro de Faissol Attux, Jugurta Rosa Montalvão FilhoTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Esta tese de doutorado possui como tema geral o desenvolvimento de algoritmos de Aprendizado de Máquina Baseado na Teoria da Informação (ITL - Information Theoretic Learning). O paradigma de ITL propõe o uso de critérios de treinamento baseados em medidas como entropia e informação mútua, em substituição aos tradicionais critérios baseados em estatísticas de segunda ordem. Os problemas de inversão cega de sistemas de Wiener e separação cega de sinais em corpos de Galois são os objetos de estudo e desenvolvimento dessas ferramentas. Estes problemas apresentam características marcantes quanto à necessidade de descritores estatísticos de ordem superior, por isso, apresenta-se uma série de contribuições que se baseiam em critérios de ITL e empregam algoritmos imuno-inspirados (ou heurísticas de busca) para adaptar os parâmetros dos modelos envolvidos. As propostas desenvolvidas abrem a perspectiva de futuras aplicações em áreas como genômica, codificação e geofísica. Espera-se também que os resultados apresentados fortaleçam um entendimento mais amplo de ITL, a fim de abranger estratégias mais genéricas de busca, de estimação de informação e de modelagem de dadosAbstract: The main theme of this thesis is the development of Information Theoretic Learning (ITL) algorithms. The ITL paradigm proposes the adoption of training criteria based on information measures such as entropy and mutual information, instead of traditional criteria based on second order statistics. The problems of blind inversion of Wiener systems and blind separation of signals over Galois fields are the tasks over which these tools are applied. Such problems present key aspects that establish a demand for higher order statistics, hence we present several contributions that are based on ITL criteria and employ immune-inspired algorithms (or heuristic-based methods) to perform the adaptation of the parameters of each related model. The developed proposals open the perspective of future applications in genomic, coding theory and geophysics. Furthermore, we expect that the presented results support a wider understanding of ITL, in order to comprise more general strategies of search, information estimation and data modelingDoutoradoEngenharia de ComputaçãoDoutor em Engenharia Elétrica[s.n.]Attux, Romis Ribeiro de Faissol, 1978-Montalvão Filho, Jugurta RosaCoradine, Luis ClaudiusCavalcante, Charles CasimiroPalazzo Júnior, ReginaldoDuarte, Leonardo TomazeliUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Daniel Guerreiro e, 1983-2013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf135 p. : il.https://hdl.handle.net/20.500.12733/1621699SILVA, Daniel Guerreiro e. Aprendizado de máquina baseado na teoria da informação: contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener. 2013. 135 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621699. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/918458porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T07:11:23Zoai::918458Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T07:11:23Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
Information theoretic learning : contributions to signal separation over finite fields and inversion of Wiener systems
title Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
spellingShingle Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
Silva, Daniel Guerreiro e, 1983-
Aprendizado de máquina
Teoria da informação
Sistema imunológico
Análise de componentes independentes
Processamento digital de sinais
Machine learning
Information theory
Immune systems
Independent component analysis
Digital signal processing
title_short Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
title_full Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
title_fullStr Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
title_full_unstemmed Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
title_sort Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
author Silva, Daniel Guerreiro e, 1983-
author_facet Silva, Daniel Guerreiro e, 1983-
author_role author
dc.contributor.none.fl_str_mv Attux, Romis Ribeiro de Faissol, 1978-
Montalvão Filho, Jugurta Rosa
Coradine, Luis Claudius
Cavalcante, Charles Casimiro
Palazzo Júnior, Reginaldo
Duarte, Leonardo Tomazeli
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Daniel Guerreiro e, 1983-
dc.subject.por.fl_str_mv Aprendizado de máquina
Teoria da informação
Sistema imunológico
Análise de componentes independentes
Processamento digital de sinais
Machine learning
Information theory
Immune systems
Independent component analysis
Digital signal processing
topic Aprendizado de máquina
Teoria da informação
Sistema imunológico
Análise de componentes independentes
Processamento digital de sinais
Machine learning
Information theory
Immune systems
Independent component analysis
Digital signal processing
description Orientadores: Romis Ribeiro de Faissol Attux, Jugurta Rosa Montalvão Filho
publishDate 2013
dc.date.none.fl_str_mv 2013
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://hdl.handle.net/20.500.12733/1621699
SILVA, Daniel Guerreiro e. Aprendizado de máquina baseado na teoria da informação: contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener. 2013. 135 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621699. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1621699
identifier_str_mv SILVA, Daniel Guerreiro e. Aprendizado de máquina baseado na teoria da informação: contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener. 2013. 135 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1621699. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/918458
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
135 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138517172879360

Registros relacionados