Busca avançada
Ano de início
Entree

Filtros adaptativos e aprendizagem de máquina: aplicações em imagens, comunicações e voz

Processo: 17/20378-9
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de fevereiro de 2018 - 31 de janeiro de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Pesquisador responsável:Magno Teófilo Madeira da Silva
Beneficiário:Magno Teófilo Madeira da Silva
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Pesq. associados: Renato Candido
Assunto(s):Processamento de sinais  Aprendizado computacional  Filtragem adaptativa 

Resumo

A equalização de canais de comunicação é um assunto muito explorado na literatura. No entanto, quando se trata de sistemas de comunicação baseados em caos, há várias questões em aberto. Pretende-se neste projeto, buscar formas de tornar o desempenho desses sistemas mais próximo do de sistemas de comunicação convencionais. Um esquema que permite o chaveamento entre esses dois sistemas será estudado com o objetivo de torná-lo automático.Pretende-se também abordar outras aplicações que usam filtros adaptativos como restauraçãocega de imagens por meio de algoritmos e estruturas de equalização, como a combinação convexa entre um algoritmo cego e um algoritmo no modo de decisão direta.A combinação também será usada para buscar melhorias de desempenho de algoritmos adaptativos baseados em núcleo.Por fim, pretende-se estudar técnicas de aprendizagem de máquina e aplicá-las a problemas não lineares como a detecção de atividade vocal. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
TIGLEA, DANIEL G.; CANDIDO, RENATO; SILVA, MAGNO T. M. A Low-Cost Algorithm for Adaptive Sampling and Censoring in Diffusion Networks. IEEE TRANSACTIONS ON SIGNAL PROCESSING, v. 69, p. 58-72, 2021. Citações Web of Science: 0.
BUENO, ANDRE A.; SILVA, MAGNO T. M. Gram-Schmidt-Based Sparsification for Kernel Dictionary. IEEE SIGNAL PROCESSING LETTERS, v. 27, p. 1130-1134, 2020. Citações Web of Science: 0.
PAVAN, FLAVIO R. M.; SILVA, MAGNO T. M.; MIRANDA, MARIA D. Performance analysis of the multiuser Shalvi-Weinstein algorithm. Signal Processing, v. 163, p. 153-165, OCT 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.