Ir direto para menu de acessibilidade.
Início do conteúdo da página

Extensões da Análise de Esperança Exata de Algoritmos de Filtragem Adaptativa

Última atualização em Terça, 05 de Fevereiro de 2019, 14h23 | Acessos: 566

Discente: Filipe Igreja


Título: Extensões da Análise de Esperança Exata de Algoritmos de Filtragem Adaptativa

Resumo: As diversas aplicações de filtragem adaptativas motivam a construção de modelos estocásticos capazes de prever o comportamento de aprendizado destes algoritmos. Na literatura, a maior parte destes modelos se vale de simplificações, dentre as quais a ubíqua hipótese da independência, a qual é claramente violada quando a estrutura de processamento é transversal, como ocorre na maior parte das vezes. O emprego destas simplificações concorre para prejudicar a acurácia das predições teóricas. Nesta dissertação, a adoção de uma análise de esperança exata, mais sofisticada, é empregada para (i) construir uma sequência teórica ótima de passos de aprendizagem capazes de contornar o conflito entre alta taxa de convergência e desempenho em regime permanente; (ii) introduzir o conceito de estabilidade de quarta ordem e (iii) analisar uma configuração particular do algoritmo RC-LMS, recentemente proposto.

Orientador: Diego Barreto Haddad
Banca: Diego Barreto Haddad (CEFET/RJ) (presidente), Ana Lucia Ferreira de Barros (CEFET/RJ), Rodrigo Tosta Peres (CEFET/RJ), João Terêncio Dias (CEFET/RJ), João Baptista de Oliveira e Souza Filho (UFRJ)


Dia/hora: 07/11/2018, 15h30
Sala: Auditório V

Fim do conteúdo da página