Aprendizado de máquina baseado na teoria da informação : contribuições à separação de sinais em corpos finitos e inversão de sistemas de Wiener
Autor(a) principal: | |
---|---|
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 (UNICAMP). 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: 3 set. 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 (UNICAMP). 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: 3 set. 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: 3 set. 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_ |
1809189109739028480 |