Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Guimarães, João Paulo Ferreira |
| Orientador(a): |
Martins, Allan de Medeiros |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/28615
|
Resumo: |
Estudos recentes demonstraram que a correntropia é uma ferramenta eficiente para analisar momentos estatísticos de ordem superior em ambientes de ruído não gaussianos. Embora a correntropia tenha sido utilizada com dados complexos, nenhum estudo teórico foi realizado para elucidar suas propriedades ou seu uso em problemas de otimização. Sendo assim, baseado em uma interpretação probabilística, este trabalho apresenta uma nova medida de similaridade entre duas variáveis aleatórias complexas, definida como correntropia complexa. As suas propriedades são estudadas bem como seu uso enquanto função custo no Critério de Máxima Correntropia Complexa (Maximum Complex Correntropy Criterion – MCCC). O MCCC é aplicado a um algoritmo de gradiente ascendente e numa nova solução recursiva baseada em ponto fixo. Para testar a robustez dessa nova medida em ambientes com ruídos não gaussianos, aplica-se a correntropia complexa como função custo em um problema de identificação de sistemas, num problema de equalização de canal e de amostragem compressiva. Também é mostrado como a correntropia complexa pode ser aplicada ao problema de similaridade entre ângulos. As simulações demonstram vantagens proeminentes quando os métodos propostos são comparados a métodos clássicos da literatura. |
