Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://teses.usp.br/teses/disponiveis/45/45132/tde-20230727-113132/ |
Resumo: | A análise de sinais é uma área de intensa pesquisa e inúmeras aplicações, em contextos tão diversos como a transcrição musical automática, a cardiologia e a prospecção de óleo e gás. Um sinal, nestes contextos, é definido como uma quantidade qualquer que varia ao longo do tempo em resposta a um estímulo causado, voluntária ou involuntariamente, por um agente emissor. O sinal é transmitido através de um meio imperfeito (i.e., é contaminado por ruído) e é posteriormente captado por um receptor que deseja extrair dele informações sobre o agente causador. No presente trabalho, lidamos com sinais acústicos de longa duração, obtidos em ambientes subaquáticos, e em que há pouca informação prévia sobre esses potenciais estímulos|em particular, não se sabe em que momentos do tempo os estímulos estão presentes ou ausentes, e, quando presentes, não se sabe qual sua causa específica (logo não se sabe qual sua forma funcional). Nosso objetivo então será extrair seções contíguas do sinal em que haja evidência da presença de algum estímulo|estas seções, ou segmentos, podem então ser agrupadas e categorizadas, de tal forma que um grupo de segmentos contenha amostras distintas de um mesmo evento (i.e., de uma mesma classe de emissores). A partir daí, os eventos podem ser inspecionados e métodos supervisionados de classificação podem ser construídos |
id |
USP_296cbe01bb0f7b6e6a36192b3d5ab649 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20230727-113132 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicosA system for unsupervised segmentation and characterization of events in acoustic signalsComputação GráficaInferência EstatísticaProcessamento De SinaisTestes De HipótesesA análise de sinais é uma área de intensa pesquisa e inúmeras aplicações, em contextos tão diversos como a transcrição musical automática, a cardiologia e a prospecção de óleo e gás. Um sinal, nestes contextos, é definido como uma quantidade qualquer que varia ao longo do tempo em resposta a um estímulo causado, voluntária ou involuntariamente, por um agente emissor. O sinal é transmitido através de um meio imperfeito (i.e., é contaminado por ruído) e é posteriormente captado por um receptor que deseja extrair dele informações sobre o agente causador. No presente trabalho, lidamos com sinais acústicos de longa duração, obtidos em ambientes subaquáticos, e em que há pouca informação prévia sobre esses potenciais estímulos|em particular, não se sabe em que momentos do tempo os estímulos estão presentes ou ausentes, e, quando presentes, não se sabe qual sua causa específica (logo não se sabe qual sua forma funcional). Nosso objetivo então será extrair seções contíguas do sinal em que haja evidência da presença de algum estímulo|estas seções, ou segmentos, podem então ser agrupadas e categorizadas, de tal forma que um grupo de segmentos contenha amostras distintas de um mesmo evento (i.e., de uma mesma classe de emissores). A partir daí, os eventos podem ser inspecionados e métodos supervisionados de classificação podem ser construídosSignal analysis is an area of intense research and inumerous applications, in such diverse contexts as automatic music transcription, cardiology and oil and gas prospection. A signal, in these contexts, is defined as a quantity that varies with time in response to some stimulus caused, voluntarily or otherwise, by an emitting agent. The signal is transmitted through an imperfect medium (i.e. it is contaminated by noise) and is then captured by a receptor that wants to extract from it information about the causing agent. ln this work, we deal with long duration acoustic signals, obtained in a maritirne environrnent. Very little is known about the events present in the signal|in particular, we do not know the mornents of time when a causing agent is acting, and if an agent is acting, we also do not know what kind of agent it is (i.e., we do not know the functional form of the stimulus). Our goal is then to first extract contiguous sections of the signal where there is strong evidence of the presence of a stimulus|these sections, or segments, can then be clustered and categorized, in order to form homogeneous groups of segments that can be thought of as samples of a given event (i.e., a class of emitting agents). Given this categorization, the events can be inspected and narned, and supervised methods of classification can be buildBiblioteca Digitais de Teses e Dissertações da USPStern, Julio MichaelHubert Junior, Paulo do Canto2018-05-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45132/tde-20230727-113132/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-07-27T18:48:05Zoai:teses.usp.br:tde-20230727-113132Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-07-27T18:48:05Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos A system for unsupervised segmentation and characterization of events in acoustic signals |
title |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
spellingShingle |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos Hubert Junior, Paulo do Canto Computação Gráfica Inferência Estatística Processamento De Sinais Testes De Hipóteses |
title_short |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
title_full |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
title_fullStr |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
title_full_unstemmed |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
title_sort |
Um sistema para segmentação e caracterização não-supervisionadaáde eventos em sinais acústicos |
author |
Hubert Junior, Paulo do Canto |
author_facet |
Hubert Junior, Paulo do Canto |
author_role |
author |
dc.contributor.none.fl_str_mv |
Stern, Julio Michael |
dc.contributor.author.fl_str_mv |
Hubert Junior, Paulo do Canto |
dc.subject.por.fl_str_mv |
Computação Gráfica Inferência Estatística Processamento De Sinais Testes De Hipóteses |
topic |
Computação Gráfica Inferência Estatística Processamento De Sinais Testes De Hipóteses |
description |
A análise de sinais é uma área de intensa pesquisa e inúmeras aplicações, em contextos tão diversos como a transcrição musical automática, a cardiologia e a prospecção de óleo e gás. Um sinal, nestes contextos, é definido como uma quantidade qualquer que varia ao longo do tempo em resposta a um estímulo causado, voluntária ou involuntariamente, por um agente emissor. O sinal é transmitido através de um meio imperfeito (i.e., é contaminado por ruído) e é posteriormente captado por um receptor que deseja extrair dele informações sobre o agente causador. No presente trabalho, lidamos com sinais acústicos de longa duração, obtidos em ambientes subaquáticos, e em que há pouca informação prévia sobre esses potenciais estímulos|em particular, não se sabe em que momentos do tempo os estímulos estão presentes ou ausentes, e, quando presentes, não se sabe qual sua causa específica (logo não se sabe qual sua forma funcional). Nosso objetivo então será extrair seções contíguas do sinal em que haja evidência da presença de algum estímulo|estas seções, ou segmentos, podem então ser agrupadas e categorizadas, de tal forma que um grupo de segmentos contenha amostras distintas de um mesmo evento (i.e., de uma mesma classe de emissores). A partir daí, os eventos podem ser inspecionados e métodos supervisionados de classificação podem ser construídos |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-05-23 |
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://teses.usp.br/teses/disponiveis/45/45132/tde-20230727-113132/ |
url |
https://teses.usp.br/teses/disponiveis/45/45132/tde-20230727-113132/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090937502040064 |