Esta tesis presenta un algoritmo de bajo consumo para detectar la ubicación la localización de una fuente sonora y su implementación en dos circuitos integrados (CI) en tecnologías CMOS estándar de 0,5μm y 0,35μm. El algoritmo utiliza un lazo de realimentación para estimar el retardo exis-tente entre dos señales provenientes de un par de micrófo-nos. Gracias a este enfoque se disminuye la carga computa-cional y por lo tanto se reduce el consumo de potencia en los circuitos que lo implementen. Es capaz de medir adelantos o retrasos entre señales con una resolución de 8 bits (7 bits con signo) y una precisión de bit. Para la realización cir-cuital de este algoritmo se utilizaron técnicas de diseño de bajo consumo que se basan en el manejo adecuado de la actividad del reloj y en la aplicación de registros dinámicos como unidades de memoria. En el diseño de las máscaras se tuvieron en cuenta detalles referidos a la distribución de seña-les a fin de lograr una utilización eficiente del área de silicio. También en esta tesis se presentan resultados experimentales de ensayos desarrollados sobre tres CI. A través de estos re-sultados, obtenidos en laboratorio y en campo, se verificó el correcto funcionamiento de los mismos y se obtuvo el mejor desempeño (consumo y rango de medida) reportado hasta la fecha, en lo que se refiere a CI orientados a la localización de fuentes sonoras. Se diseñaron, construyeron y verificaron unidades que alojan los CI mencionados y son capaces de realizar la ubicación de fuentes sonoras. Sobre los resultados de experiencias de campo se aplicaron métodos de análisis estadístico para estudiar los efectos de las variaciones en el diseño de estas unidades. / This thesis presents a new algorithm for acoustic source localization that performs its action in a low power consu-mption mode. The thesis also presents two circuital imple men-tations of it, showing two integrated circuits (IC) implemented in 0,5μm and 0,35μm CMOS standard process. The algorithm uses a closed loop approach to estimate the existing delay between two signals incoming from a pair of microphones. Thanks to this focus, the computational complexity can be reduced and therefore the power consumption of the circuit can also be reduced. The features of the IC are that it can measure positive and negatives delays with a resolution of 8 bits (7 bits plus a bit sign) and a precision of bit all over the measurement range. For the circuital realization of this algorithm low power consumption design techniques were used; basically an adequate management of the clock activity and the used of dynamic registers as a memory cells. A care-fully mask design was made in order to achieve an efficient utilization of the silicon area. Also in this thesis experimental results from three IC test are shown, being all of them desig-ned to perform time delay measurement. Through these re-sults obtained in a laboratory and in the field, a functional ve-rification was made showing a correct operation of the IC‟s. The best performance in power consumption and measure-ment range was reported for the adaptive closed loop approach. These results were compared to similar task IC‟s (acoustic source localization). A surveillance unit that works with the mentioned IC‟s was designed, built and tested, and it was able to localize acoustic sources. Field experiences were made and results from them where used into a statis-tical analysis way to study the performance changes effects based on the variation of design parameters. From the result of the analysis a new system was obtained that presents betters characteristics and functionalities that the previous one.

La evaluación del comportamiento de las plantas nucleares ante un escenario transitorio es una línea de trabajo dentro del campo de la seguridad nuclear desde que empezó la explotación de la enertía nuclear para la producción de energía eléctrica. La comprobación experimental del comportamiento de las centrales nucleares no es viable en la mayoría de los casos, esto hace necesario disponer de herramientas de simulación de manera que se puedan extrapolar los resultados a las instalaciones reales. Los organismos reguladores permiten utilizar códigos de simulación termohidráulica para garantizar la seguridad de las instalaciones, siempre que se cuantifique la incertidumbre asociada a simulación. Para cuantificar y acotar estas incertidumbres se han propuesto varias metodologías, sin embargo, todas ellas necesitan de la realización de diversos análisis de sensibilidad que se realizan manualmente y, por tanto, dependen en gran medida del usuario que realiza el análisis. En esta tesis se presenta un método automático y sistemático de búsqueda y optimización de parámetros termohidráulicos, de manera que se asegura que el error cometido es el mínimo posible..... / Carlos Alberola, S. (2001). Estrategia de búsqueda y optimización de parámetros con aplicación en la simulación mediante códigos termohidráulicos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/4267

La reducción de modelos para problemas de control de gran tamaño es actualmente uno de los temas fundamentales en teoría de sistemas y control. Entre diversas técnicas existentes, los métodos de truncamiento de estados son los que permiten una mayor precisión en la representación del sistema reducido. Muchos de estos métodos necesitan resolver una o más ecuaciones de Lyapunov (habitualmente acopladas), requiriéndose en ocasiones el factor de Cholesky de su solución. En esta tesis se pesentan algoritmos secuenciales por bloques y paralelos para la resolución de estas ecuaciones. Se han diseñado algoritomos de grano fino, medio y combinado, basados en el método de Hammarling, para multiprocesadores en memoria compartida. También se han desarrollado algoritmos paralelos para multicomputadores que utilizan paso de mensajes, adaptando y desarrollando los algoritmos frente de nda y cíclicos utilizados en la resolución de sistemas triangulares lineales, además se presentan nuevos algoritmos, basados en el método de la función signo matricial, para la resolución completa de las ecuaciones de Lyapunov para tiempo continuo acopladas en el caso estándar y generalizado, calculando tanto la solución explícita como el factor de Cholesky, Todos los algoritmos han sido implementados en diversos computadores paralelos y se han evaluado los resultados. / Claver Iborra, JM. (1998). Algoritmos paralelos y distribuidos para resolver ecuaciones matriciales de Lyapunov en problemas de reducción de modelos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/4721

A combinação de algoritmos tem despertado interesse para melhorar o desempenho de filtros adaptativos. Esse método consiste em combinar linearmente as saídas de dois filtros operando em paralelo com passos de adaptação diferentes para se obter um filtro com conver- gência rápida e um erro quadrático médio em excesso (EMSE - excess mean squared error) reduzido. Nesse contexto, foi proposta a combinação afim de dois algoritmos LMS (least-mean square), cujo parâmetro de mistura não fica restrito ao intervalo [0, 1] e por isso é considerada como uma generalização da combinação convexa. Neste trabalho, a combinação afim de dois algoritmos LMS é estendida para os algoritmos supervisionados NLMS (normalized LMS) e RLS (recursive least squares) e também para equalização autodidata, usando o CMA (constant modulus algorithm). Foi feita uma análise em regime da combinação afim desses algoritmos de forma unificada, considerando entrada branca ou colorida e ambientes estacionários ou não- estacionários. Através dessa análise, verificou-se que a combinação afim de dois algoritmos da mesma família pode apresentar uma redução de EMSE de até 3 dB em relação ao EMSE de seus filtros componentes e conseqüentemente ao EMSE da combinação convexa. Para garantir que a estimativa combinada seja pelo menos tão boa quanto a do melhor filtro componente, foram propostos e analisados três novos algoritmos para adaptação do parâmetro de mistura. Utilizando resultados da análise desses algoritmos em conjunto com os resultados da análise de transitório de filtros adaptativos, analisou-se o comportamento transitório da combinação afim. Através de simulações, observou-se uma boa concordância entre os resultados analíticos e os de simulação. No caso de equalização autodidata, também foi proposta uma combinação de dois equalizadores CMA com inicializações diferentes. Verificou-se através de simulações que em alguns casos a combinação afim é capaz de evitar a convergência para mínimos locais da função custo do módulo constante. / In order to improve the performance of adaptive filters, the combination of algorithms is receiving much attention in the literature. This method combines linearly the outputs of two filters operating in parallel with different step-sizes to obtain an adaptive filter with fast convergence and reduced excess mean squared error (EMSE). In this context, it was proposed an affine combination of two least-mean square (LMS) filters, whose mixing parameter is not restricted to the interval [0, 1]. Hence, the affine combination is a generalization of the convex combination. In this work, the affine combination of two LMS algorithms is extended to the supervised algorithms NLMS (normalized LMS) and RLS (recursive least squares), and also to blind equalization, using the constant modulus algorithm (CMA). A steady-state analysis of the affine combination of the considered algorithms is presented in a unified manner, assuming white or colored inputs, and stationary or nonstationary environments. Through the analysis, it was observed that the affine combination of two algorithms of the same family can provide a 3 dB EMSE gain in relation to its best component filter and consequently in relation to the convex combination. To ensure that the combined estimate is at least as good as the best of the component filters, three new algorithms to adapt the mixing parameter were proposed and analyzed. Using the analysis results of these algorithms in conjunction with the results of the transient analysis of adaptive filters, the transient behavior of the affine combination was analyzed. Through simulations, a good agreement between analytical and experimental results was always observed. In the blind equalization case, a combination of two CMA equalizers with different initializations was also proposed. The simulation results suggest that the affine combination can avoid local minima of the constant modulus cost function.

ALGORITMOS de Estimação de Distribuição (EDAs) compõem uma frente de pesquisa em Computação Evolutiva que tem apresentado resultados promissores para lidar com problemas complexos de larga escala. Nesse contexto, destaca-se o Algoritmo de Otimização Bayesiano (BOA) que usa um modelo probabilístico multivariado (representado por uma rede Bayesiana) para gerar novas soluções a cada iteração. Baseado no BOA e na investigação de algoritmos de detecção de estrutura de comunidades (para melhorar os modelos multivariados construídos), propõe-se dois novos algoritmos denominados CD-BOA e StrOp. Mostra-se que ambos apresentam vantagens significativas em relação ao BOA. O CD-BOA mostra-se mais flexível que o BOA, ao apresentar uma maior robustez a variações dos valores de parâmetros de entrada, facilitando o tratamento de uma maior diversidade de problemas do mundo real. Diferentemente do CD-BOA e BOA, o StrOp mostra que a detecção de comunidades a partir de uma rede Bayesiana pode modelar mais adequadamente problemas decomponíveis, reestruturando-os em subproblemas mais simples, que podem ser resolvidos por uma busca gulosa, resultando em uma solução para o problema original que pode ser ótima no caso de problemas perfeitamente decomponíveis, ou uma aproximação, caso contrário. Também é proposta uma nova técnica de reamostragens para EDAs (denominada REDA). Essa técnica possibilita a obtenção de modelos probabilísticos mais representativos, aumentando significativamente o desempenho do CD-BOA e StrOp. De uma forma geral, é demonstrado que, para os casos testados, CD-BOA e StrOp necessitam de um menor tempo de execução do que o BOA. Tal comprovação é feita tanto experimentalmente quanto por análise das complexidades dos algoritmos. As características principais desses algoritmos são avaliadas para a resolução de diferentes problemas, mapeando assim suas contribuições para a área de Computação Evolutiva / ESTIMATION of Distribution Algorithms represent a research area which is showing promising results, especially in dealing with complex large scale problems. In this context, the Bayesian Optimization Algorithm (BOA) uses a multivariate model (represented by a Bayesian network) to find new solutions at each iteration. Based on BOA and in the study of community detection algorithms (to improve the constructed multivariate models), two new algorithms are proposed, named CD-BOA and StrOp. This paper indicates that both algorithms have significant advantages when compared to BOA. The CD-BOA is shown to be more flexible, being more robust when using different input parameters, what makes it easier to deal with a greater diversity of real-world problems. Unlike CD-BOA and BOA, StrOp shows that the detection of communities on a Bayesian network more adequately models decomposable problems, resulting in simpler subproblems that can be solved by a greedy search, resulting in a solution to the original problem which may be optimal in the case of perfectly decomposable problems, or a fair approximation if not. Another proposal is a new resampling technique for EDAs (called REDA). This technique results in multivariate models that are more representative, significantly improving the performance of CD-BOA and StrOp. In general, it is shown that, for the scenarios tested, CD-BOA and StrOp require lower running time than BOA. This indication is done experimentally and by the analysis of the computational complexity of the algorithms. The main features of these algorithms are evaluated for solving various problems, thus identifying their contributions to the field of Evolutionary Computation

Orientador: Sérgio Henrique Lopes Cabral. / Dissertação (Mestrado em Engenharia Elétrica) - Programa de Pós-Graduação em Engenharia Elétrica, Centro de Ciências Tecnológicas, Universidade Regional de Blumenau, Blumenau,

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-09-05T13:28:55Z No. of bitstreams: 1 Cristiane Sousa.pdf: 1146877 bytes, checksum: 1ad12b0de7d3ec703fd7018518eaf404 (MD5) / Made available in DSpace on 2017-09-05T13:28:55Z (GMT). No. of bitstreams: 1 Cristiane Sousa.pdf: 1146877 bytes, checksum: 1ad12b0de7d3ec703fd7018518eaf404 (MD5) Previous issue date: 2009-02-13 / CAPES / Many of the adaptive filters are based on the Mean Squared Error (Mean Square Error - MSE). The development of these filters guarantees us to recover only second-order information of the signals to be filtered, ie not can fully recover information from Gaussian signals. However, the natural or artificial signals are not necessarily Gaussian. In this way, the use of high order statistics as a way of extracting more information of signals, has been shown to be of great value in adaptive systems [7] [8] [9]. In this work, we present the development of an adaptive algorithm based on nonlinear functions inspired by the deduction of the Recursive Lest algorithm Square (RLS) [1]. Such development is based on the use of high order to obtain more information on the signals involved in the process, with the goal of improving the performance of an adaptive filter. We will call this new nonlinear recursive algorithm - RNL. We deduce equations, based on a nonlinear function, to obtain convergence criteria. We also study covariance of the steady-state weight vector and we determine equations that calculate the mismatch and the learning time of the adaptive process of the RNL algorithm. We present the non - linear recursive algorithm, which uses the function "n = MP j = 1 nP i = 1nnnii [ei] 2jo, where M and n are positive integers. Were made simulations with this algorithm to validate the presented theory and study the convergence behavior of the RNL algorithm. The result showed that the RNL algorithm has a rapid convergence for the same mismatch when compared with the RLS algorithm. / Muitos dos flltros adaptativos s~ao baseados no método do Erro quadrático médio (Mean Square Error - MSE). O desenvolvimento desses flltros nos garante recuperar apenas informações de segunda ordem dos sinais a serem flltrados, ou seja, não consegue recuperar totalmente informações de sinais Gaussianos. No entanto, os sinais naturais ou artiflciais não são necessariamente gaussianos. Desta forma, a utilização de estatística de alta ordem, como uma forma de extrair mais informações dos sinais, tem se demonstrado de grande valia em sistemas adaptativos [7][8][9]. Neste trabalho, nós apresentamos o desenvolvimento de um algoritmo adaptativo baseado em funções não lineares inspirado na dedução do algoritmo Recursive Lest Square (RLS) [1]. Tal desenvolvimento baseia-se na utilização de estatísticas de alta ordem para a obtenção de mais informações dos sinais envolvidos no processo, com o objetivo de melhorar a performance de um flltro adaptativo. Chamaremos esse novo algoritmo de Recursivo não Linear - RNL. Deduzimos equações, baseadas em uma função não linear, para a obtenção de critérios que garantam a convergência. Também fazemos um estudo da covariância do vetor peso em regime estacionário e determinamos equações que calculem o desajuste e o tempo de aprendizagem do processo adaptativo do algoritmo RNL. Apresentamos o algoritmo n~ao linear recursivo, que utiliza como critério a função "n = MP j=1 nP i =1n‚n¡i [ei]2jo, sendo M e n inteiros positivos. Foram feitas simulações com este algoritmo para validar a teoria apresentada e estudamos o comportamento da convergência do algoritmo RNL. O resultado mostrou que o algoritmo RNL possui uma rápida convergência para o mesmo desajuste quando comparado com o algoritmo RLS.

A combinação de algoritmos tem despertado interesse para melhorar o desempenho de filtros adaptativos. Esse método consiste em combinar linearmente as saídas de dois filtros operando em paralelo com passos de adaptação diferentes para se obter um filtro com conver- gência rápida e um erro quadrático médio em excesso (EMSE - excess mean squared error) reduzido. Nesse contexto, foi proposta a combinação afim de dois algoritmos LMS (least-mean square), cujo parâmetro de mistura não fica restrito ao intervalo [0, 1] e por isso é considerada como uma generalização da combinação convexa. Neste trabalho, a combinação afim de dois algoritmos LMS é estendida para os algoritmos supervisionados NLMS (normalized LMS) e RLS (recursive least squares) e também para equalização autodidata, usando o CMA (constant modulus algorithm). Foi feita uma análise em regime da combinação afim desses algoritmos de forma unificada, considerando entrada branca ou colorida e ambientes estacionários ou não- estacionários. Através dessa análise, verificou-se que a combinação afim de dois algoritmos da mesma família pode apresentar uma redução de EMSE de até 3 dB em relação ao EMSE de seus filtros componentes e conseqüentemente ao EMSE da combinação convexa. Para garantir que a estimativa combinada seja pelo menos tão boa quanto a do melhor filtro componente, foram propostos e analisados três novos algoritmos para adaptação do parâmetro de mistura. Utilizando resultados da análise desses algoritmos em conjunto com os resultados da análise de transitório de filtros adaptativos, analisou-se o comportamento transitório da combinação afim. Através de simulações, observou-se uma boa concordância entre os resultados analíticos e os de simulação. No caso de equalização autodidata, também foi proposta uma combinação de dois equalizadores CMA com inicializações diferentes. Verificou-se através de simulações que em alguns casos a combinação afim é capaz de evitar a convergência para mínimos locais da função custo do módulo constante. / In order to improve the performance of adaptive filters, the combination of algorithms is receiving much attention in the literature. This method combines linearly the outputs of two filters operating in parallel with different step-sizes to obtain an adaptive filter with fast convergence and reduced excess mean squared error (EMSE). In this context, it was proposed an affine combination of two least-mean square (LMS) filters, whose mixing parameter is not restricted to the interval [0, 1]. Hence, the affine combination is a generalization of the convex combination. In this work, the affine combination of two LMS algorithms is extended to the supervised algorithms NLMS (normalized LMS) and RLS (recursive least squares), and also to blind equalization, using the constant modulus algorithm (CMA). A steady-state analysis of the affine combination of the considered algorithms is presented in a unified manner, assuming white or colored inputs, and stationary or nonstationary environments. Through the analysis, it was observed that the affine combination of two algorithms of the same family can provide a 3 dB EMSE gain in relation to its best component filter and consequently in relation to the convex combination. To ensure that the combined estimate is at least as good as the best of the component filters, three new algorithms to adapt the mixing parameter were proposed and analyzed. Using the analysis results of these algorithms in conjunction with the results of the transient analysis of adaptive filters, the transient behavior of the affine combination was analyzed. Through simulations, a good agreement between analytical and experimental results was always observed. In the blind equalization case, a combination of two CMA equalizers with different initializations was also proposed. The simulation results suggest that the affine combination can avoid local minima of the constant modulus cost function.

Submitted by Meire Midori Hori Pereira (meire_midori@hotmail.com) on 2014-03-01T03:32:16Z No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-03-06T14:38:37Z (GMT) No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) / Made available in DSpace on 2014-03-06T14:44:37Z (GMT). No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) Previous issue date: 2014-02-10 / This work presents a study of the impact of algorithmic tradings in the process of price discovery in the foreing exchange market. It was used high-frequency data for the U.S. Dollar Futures Contract trade in the São Paulo Stock Exchange, from January 2013 to June 2013. In order to verify if algorithmic trading strategies are more dependent than those of non-algorithmic tradings, it was examined the frequency at which algorithmic traders negotiate with each other and compared it to a benchmark model that produces theorical probabilities for different types of traders. The results obtained for these minute by minute tradings present evidence that actions and strategies for algorithmic traders appear to be less diverse and more dependent than those held by non-algorithmic traders. And it was estimated a reduced form of a high-frequency vector autoregressive (VAR) to model the interaction between serial autocorrelations of returns and algorithmic trading. The estimates show that algorithmic trading activities cause an increase in the autocorrelations of returns, indicating they may contribute to a rise in the volatility. / Este trabalho apresenta um estudo do impacto das negociações algorítmicas no processo de descoberta de preços no mercado de câmbio. Foram utilizados dados de negociação de alta frequência para contratos futuros de reais por dólar (DOL), negociados na Bolsa de Valores de São Paulo no período de janeiro a junho de 2013. No intuito de verificar se as estratégias algorítmicas de negociação são mais dependentes do que as negociações não algorítmicas, foi examinada a frequência em que algoritmos negociam entre si e comparou-se a um modelo benchmark que produz probabilidades teóricas para diferentes tipos de negociadores. Os resultados obtidos para as negociações minuto a minuto apresentam evidências de que as ações e estratégias de negociadores algorítmicos parecem ser menos diversas e mais dependentes do que aquelas realizadas por negociadores não algorítmicos. E para modelar a interação entre a autocorrelação serial dos retornos e negociações algorítmicas, foi estimado um vetor autorregressivo de alta frequência (VAR) em sua forma reduzida. As estimações mostram que as atividades dos algoritmos de negociação causam um aumento na autocorrelação dos retornos, indicando que eles podem contribuir para o aumento da volatilidade.

Nesta dissertação apresentamos os principais algoritmos para o cálculo do Máximo Divisor Comum de polinômios a uma variável: os Algoritmos Euclidianos e os Algoritmos Modulares. Obtemos uma nova cota superior para os coeficientes do M.D.C., bem como demonstramos os resultados necessários para a obtenção da cota atualmente utilizada pelos Algoritmos Modulares. Além disso, apresentamos uma classe de polinômios para os quais a nova cota é menor que a anterior. / In this thesis we present the main algorithms for computing the Greatest Common Divisor of two univariate polynomials: the Euclidean Algorithms and the Modular Algorithms. We obtain a new upper bound for the coefficients of the G.C.D., as well we prove the results that are necessary for obtaining the bound that has been used by the Modular Algorithms. Besides, we present a class of polynomials for which the new bound is smaller than the previos one.