SOUZA, L. G. M. Proposição e avaliação de algoritmos de filtragem adaptativa baseados na rede de kohonen. 2005. 97 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2005. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T18:59:48Z No. of bitstreams: 1 2005_dis_lgmsouza.pdf: 1427421 bytes, checksum: 3da4fe84055886937bef6a27a148b289 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T18:41:14Z (GMT) No. of bitstreams: 1 2005_dis_lgmsouza.pdf: 1427421 bytes, checksum: 3da4fe84055886937bef6a27a148b289 (MD5) / Made available in DSpace on 2016-04-06T18:41:14Z (GMT). No. of bitstreams: 1 2005_dis_lgmsouza.pdf: 1427421 bytes, checksum: 3da4fe84055886937bef6a27a148b289 (MD5) Previous issue date: 2005-06-02 / The Self-Organizing Network Kohonen (Self-Organizing Map - SOM), by employing an unsupervised learning algorithm, has been traditionally implemented in signal processing area in quantization tasks vector, while MLP (Multi-Layer Perceptron ) and RBF (Radial Basis Function) dominate applications that require the approach of input-output mappings. This type of application is commonly found in adaptive filtering tasks that can be formatted from the perspective of direct and inverse modeling systems such as identification equalization of communication channels. In this dissertation, the range of SOM network applications is extended by proposing neural adaptive filter based on this network, showing that they are viable alternatives to non-linear filters based on MLP and RBF networks. This becomes possible through the use of a newly proposed technique, Quantized Temporal Associative Memory - VQTAM), which basically uses the philosophy called Memory Associative Temporal by Quantization Vector (Vector) network training SOM to perform simultaneous vector quantization of spaces input and output relating to the filtering problem analyzed. From the VQTAM technique are proposed three architectures adaptive filters based on SOM, whose performances were evaluated in identifying tasks and equalization of nonlinear channels. The channel used in the simulations was modeled as an autoregressive process of Gauss-Markov first order, contaminated with Gaussian white noise and provided with nonlinearity of the type saturation (sigmoidal). The results show that adaptive filters based on SOM network have equivalent or superior performance to traditional linear transversal filters and non-linear filters based on MLP. / A Rede Auto-Organizável de Kohonen (Self-Organizing Map - SOM), por empregar um algoritmo de aprendizado não supervisionado, vem sendo tradicionalmente aplicada na área de processamento de sinais em tarefas de quantização vetorial, enquanto que redes MLP (Multi-layer Perceptron) e RBF (Radial Basis Function) dominam as aplicações que exigem a aproximação de mapeamentos entrada-saída. Este tipo de aplicação é comumente encontrada em tarefas de filtragem adaptativa que podem ser formatadas segundo a ótica da modelagem direta e inversa de sistemas, tais como identificação equalização de canais de comunicação. Nesta dissertação, a gama de aplicações da rede SOM é estendida através da proposição de filtros adaptativos neurais baseados nesta rede, mostrando que os mesmos são alternativas viáveis aos filtros não-lineares baseados nas redes MLP e RBF. Isto torna-se possível graças ao uso de uma técnica recentemente proposta, Quantized Temporal Associative Memory - VQTAM), que basicamente usa a filosofia de chamada Memória Associativa Temporal por Quantização Vetorial (Vector )treinamento da rede SOM para realizar a quantização vetorial simultânea dos espaços de entrada e de saída relativos ao problema de filtragem analisado. A partir da técnica VQTAM, são propostos três arquiteturas de filtros adaptativos baseadas na rede SOM, cujos desempenhos foram avaliados em tarefas de identificação e equalização de canais nãolineares. O canal usado nas simulações foi modelado como um processo auto-regressivo de Gauss-Markov de primeira ordem, contaminado com ruído branco gaussiano e dotado de não-linearidade do tipo saturação (sigmoidal). Os resultados obtidos mostram que filtros adaptativos baseados na rede SOM têm desempenho equivalente ou superior aos tradicionais filtros transversais lineares e aos filtros não-lineares baseados na rede MLP.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2013. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2013-08-14T12:57:54Z No. of bitstreams: 1 2013_SergioMessiasCruz.pdf: 7213334 bytes, checksum: 9b766d528b04c26ebdfe9d72d6924318 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-08-14T13:31:25Z (GMT) No. of bitstreams: 1 2013_SergioMessiasCruz.pdf: 7213334 bytes, checksum: 9b766d528b04c26ebdfe9d72d6924318 (MD5) / Made available in DSpace on 2013-08-14T13:31:25Z (GMT). No. of bitstreams: 1 2013_SergioMessiasCruz.pdf: 7213334 bytes, checksum: 9b766d528b04c26ebdfe9d72d6924318 (MD5) / Este trabalho descreve uma arquitetura de hardware para a implementação de uma versão sequencial do Filtro de Kalman Estendido (EKF, do inglês Extended Kalman Filter). Devido ao fato de que o EKF é computacionalmente intensivo, comumente ele é implementado em plataformas baseadas em PC (do inglês Personal Computer) para ser empregado em robótica móvel. Para permitir o desenvolvimento de plataformas robóticas pequenas (por exemplo, aquelas re- quisitadas em robótica móvel) condições especí cas tais como tamanho pequeno, consumo baixo de potência e capacidade de aritmética em ponto utuante são exigidos, assim como projetos de arquiteturas de hardware especí cas e adequadas. Desta maneira, a arquitetura proposta foi projetada para tarefas de auto-localização, usando operadores de aritmética de ponto utuante (em precisão simples), permitindo a fusão de dados provenientes de diferentes sensores tais como ultrassom e ladar. O sistema foi adaptado para ser aplicado em uma plataforma recon gurável, apropriada para tarefas de pesquisa, e a mesma foi testada em uma plataforma robótica Pioneer 3AT (da Mobile Robots Inc.) a m de avaliar sua funcionalidade, usando seu sistema de sen- soriamento. Para comparar o desempenho do sistema, o mesmo foi implementado em um PC, assim como pela utilização de um microprocessador embarcado na FPGA (o Nios II, da Altera). Neste trabalho, várias métricas foram utilizadas a m de avaliar o desempenho e a aplicabilidade do sistema, medindo o consumo de recursos na FPGA e seu desempenho. Devido ao fato de que este trabalho só está implementando a fase de atualização do EKF, o sistema geral foi testado assumindo que o robô está parado em uma posição previamente conhecida. ______________________________________________________________________________ ABSTRACT / This work describes a hardware architecture for implementing a sequential approach of the Extended Kalman Filter (EKF) that is suitable for mobile robotics tasks, such as self-localization, mapping, and navigation problems, especially when FPGAs (Field Programmable Gate Arrays) are used to execute this algorithm. Given that EKF is computationally intensive, commonly it is implemented in PC-based platforms to be employed on mobile robots. In order to allow the development of small robotic platforms (for instance those required in microrobotics area) speci c requirements such as small size, low-power, and oating-point arithmetic capability are demanded, as well as the design of speci c and suitable hardware architectures. Therefore, the proposed architecture has been achieved for self-localization task, using oating-point arithmetic operators (in simple precision), allowing the fusion of data coming from di erent sensors such as ultrasonic and laser range nder. The system has been adapted for achieving a recon gurable platform, suitable for research tasks, and the same has been tested in a Pioneer 3AT mobile robot platform (from Mobile Robots Inc.) for evaluating its functionality by using its local sensing system. In order to compare the performance of the system, the same localization technique has been implemented in a PC, as well as using an FPGA-embedded microprocessor (the Nios II from Altera Inc.) In this work several metrics have been used in order to evaluate the system performance and suitability, measuring both the FPGA resources consumption and performance. Given that in this work only the update phase of the EKF has been implemented the overall system has been tested assuming that the robot is stopped in a previously well-known position. ______________________________________________________________________________ RESUMEN / Este trabajo describe una arquitectura de hardware para la implementación de una versión secuencial del ltro de Kalman extendido (EKF del ingles Extended Kalman Filter). Debido al hecho de que el EKF es computacionalmente intensivo, típicamente es implementado en plataformas basadas en PC's (del ingles Personal Computer) para ser utilizado en robótica móvil. Para per- mitir el desarrollo de pequeñas plataformas robóticas(como las requeridas en robótica móvil) son exigidos condiciones especi cas como su pequeño tamaño, bajo consumo de potencia y capacidad de aritmética en punto otante, así como arquitecturas de hardware especi cas y adecuadas. De esta manera la arquitectura propuesta fue proyectada para tareas de auto-localización, usando operadores de aritmética de punto otante (en precisión simple), permitiendo la fusión de datos provenientes de diferentes sensores tales como ultrasonido y ladar. El sistema fue adaptado para aplicarlo en una plataforma recon gurable, apropiada para investigación, y la misma fue probada en una plataforma robótica denominada Pioneer 3AT (de la compañía Mobile Robots Inc.) utilizando el sistema de sensoramiento de este, con el propósito de validar su funcionalidad. Para comparar el desempeño del sistema, este fue implementado en un PC, así como en un microprocesador embarcado en una FPGA (Nios II, de Altera). En este trabajo, varias métricas fueron utilizadas con el propósito de validar el desempeño y la aplicabilidad del sistema, midiendo el consumo de recursos en la FPGA y su desempeño. Debido al hecho de que en el trabajo solo esta implementado la fase de actualizacion del EKF el sistema general fue probado asumiendo que el robot esta parado en una posición previamente conocida.

Orientador : Manuel de Jesus Mendes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Campinas / Made available in DSpace on 2018-07-17T02:00:38Z (GMT). No. of bitstreams: 1 Bruno_PaulodeTarsoMartins_M.pdf: 1851397 bytes, checksum: e4163e65201b889c962b8fe6046de839 (MD5) Previous issue date: 1976 / Resumo: O problema da estimação do estado de um sistema dinâmico estocásticos, a partir de observações na saída, é de grande importância em engenharia. A partir de 1960 grandes impulso tem sido dado na solução das mais diferentes situações, encontrando-se atualmente grande serie de algoritmos de filtragem seqüencial. No presente trabalho estudam-se os quatro filtros de segunda ordem citados na literatura, analisando suas vantagens e desvantagens na aplicação a um sistema escalar; um desses algoritmos é aplicado a um problema pra tico e os resultados são comentados / Abstract: Not informed / Mestrado / Mestre em Engenharia Elétrica

Made available in DSpace on 2014-06-12T15:53:29Z (GMT). No. of bitstreams: 2 arquivo1917_1.pdf: 1398222 bytes, checksum: 1f7d802cf9389d6a3bd0502a0b689c39 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Universo on-line UOL / Nos últimos anos, pôde ser observado um significativo crescimento na produção de conteúdos multimídia, valendo salientar, ainda, que grande parte da disseminação desse conteúdo ocorre através da Internet. No entanto, algumas características do acesso ao referido conteúdo têm tornado sua busca e recuperação uma tarefa não trivial. Esta dificuldade de acesso apresenta-se ainda mais clara ao passo que os conteúdos multimídias são utilizados durante a formação de recursos humanos, todavia, sua utilização está cada vez mais comum, uma vez que oferece variados recursos que auxiliam, também, na aquisição do conhecimento. Deve-se, ainda, ressaltar a presença crescente dos arquivos multimídia em ambientes que tem por objetivo, promover e facilitar a Gestão do Conhecimento Organizacional (GCO), permitindo armazenar informações relevantes como palestras, manuais normativos, vídeo conferência, áudio de reuniões, dentre outros. O armazenamento de tais informações ao longo do tempo compõe a Memória Organizacional, que pode, futuramente, auxiliar tomadas de decisões. Todavia, para que isso ocorra, faz-se necessário que esse conteúdo possa ser eficientemente articulado e manipulado através de uma estrutura que possibilite seu armazenamento e permita sua recuperação de maneira rápida e simples. Na literatura atual, várias pesquisas buscam auxiliar o processo de gerenciamento do conhecimento dentro das organizações através de recursos computacionais, como, por exemplo, as Redes Sociais baseadas na web,oferecendo assim, funcionalidades que permitem aos próprios usuários alimentar o sistema de maneira colaborativa. No presente estudo, um dos resultados obtidos consiste no desenvolvimento do sistema RAVE, um ambiente multimídia interativo que minimiza as dificuldades encontradas na recuperação de conteúdos multimídia, permitindo, assim, o suporte à gestão do conhecimento organizacional, cujo objetivo não é apenas tornar tais conteúdos acessíveis, mas, também, realizar automaticamente recomendações personalizadas. Este ambiente possibilita, ainda, outras formas de recuperação de conteúdo multimídia como a busca por palavras-chave, através dela, o ambiente automaticamente consulta os arquivos do seu acervo e, quando encontrada, exibe para o usuário no tempo exato onde tal palavra-chave foi pronunciada. Ao longo desta dissertação são apresentados os conceitos utilizados no desenvolvimento do ambiente RAVE e os resultados por ele obtidos

Orientador: Vicente Lopes Junior / Co-orientador: Gustavo Luiz Chagas Manhães de Abreu / Banca: Michael John Brennan / Banca: Paulo José Paupitz Gonçalves / Resumo: Neste trabalho são apresentados dois métodos de identificação de modelos em espaço de estados. O primeiro, o Algoritmo de Realização de Autosistemas, (ERA), identifica matrizes de estado através da resposta do sistema ao impulso. Já o segundo, o método ERA/OKID, também estima as matrizes de estado do sistema, com uma vantagem que não se limita a resposta do sistema ao impulso, mas qualquer sinal pode ser usado como sinal de entrada. Os dois métodos foram aplicados na identificação experimental de uma viga de alumínio engastada. O sinal de entrada foi aplicado na viga através de um atuador PZT (Lead-Zirconate-Titanate) e a resposta foi medida através de um sensor PVDF (Polyvinilidene-Fluoride). Com as matrizes de estado identificadas, projetou-se um controlador para a realimentação de estados. O controle Regulador Linear Quadrático (LQR), foi utilizado pela simplicidade da formulação e fácil implementação. Para realimentar os estados não mensurados, foi projetado um observador de estados. O controle aplicado à estrutura foi capaz de atenuar as vibrações quando a mesma foi submetida a diferentes tipos de perturbações externas / Abstract: This work presents two methods of system identification of models in state space. The first method, uses Eigensystem Realization Algorithm, (ERA), for identifying the state space matrices via impulse response of the system. The second method, ERA/OKID, also identifies state space matrices, however, in this method, the input data are not limited to the impulsive response, and any signal can be used as input signal. It can be a significant advantage for practical situations. Both methods were applied for experimental identification of a cantilever aluminium beam. The input excitation in beam used white noise through a (Lead-Zirconate-Titanate) PZT actuator and the beam response was measured using a PVDF (Polyvinilidene-Fluoride) sensor. The controller was designed for state feedback using the state space matrices obtained previously. The Linear Quadratic Regulator, (LQR), was used for simplicity of design and easy implementation. A state observer was also used to feedback the unmeasured states. The controller was effective to minimize the vibrations of the structure when it was subjected to an external disturbance / Mestre

A filtragem de imagens visando a redução do ruído é uma tarefa muito importante em processamento de imagens, e encontra diversas aplicações. Para que a filtração seja eficiente, ela deve atenuar apenas o ruído na imagem, sem afetar estruturas importantes, como as bordas. Há na literatura uma grande variedade de técnicas propostas para filçtragem de imagens com preservação de bordas, com as mais variadas abordagens, deentrte as quais podem ser citadas a convolução com máscaras, modelos probabilísticos, redes neurais, minimização de funcionais e equações diferenciais parciais. A transformada wavelet é uma ferramenta matemática que permite a decomposição de sinais e imagens em múltiplas resoluções. Essa decomposição é chamada de representação em wavelets, e pode ser calculada atrravés de um algorítmo piramidal baseado em convoluções com filtros passa-bandas e passa-baixas. Com essa transformada, as bordas podem ser calculadas em múltiplas resoluções. Além disso, como filtros passa-baixas são utilizados na decomposição, a atenuação do ruído é um processo intrínseco à transformada. Várias técnicas baseadas na transformada wavelet têm sido propostas nos últimos anos, com resultados promissores. Essas técnicas exploram várias características da transformada wavelet, tais como a magnitude de coeficientes e sua evolução ao longo das escalas. Neste trabalho, essas características da transformada wavelet são exploradas para a obtenção de novas técnicas de filtragem com preservação das bordas.

Imagens de radar de abertura sintética (SAR) são tipicamente corrompidas pelo ruído \"speckle\" que também degrada imagens geradas por ultra-som, laser, etc. Esta tese propõe algoritmos de filtragem baseados na abordagem \"maximum a posteriori\" (MAP) para redução de \"speckle\" em imagens SAR. Na derivação dos filtros MAP, para imagens obtidas por detecção linear, são utilizadas as distribuições (condicionais) Rayleigh e raiz quadrada de gama na regra de Bayes como modelos para o ruído \"speckle\" em imagens SAR obtidas em amplitudes com 1 e múltiplas visadas, respectivamente, e usadas várias distribuições para o modelo \"a priori\". Toda a formulação dos algoritmos tem por base o modelo multiplicativo que constitui o modelo mais adequado ao \"speckle\". Propõe-se ainda neste trabalho a combinação dos filtros MAP formulados com o algoritmo k-médias e com a técnica de crescimento de regiões, como forma de melhoria da abordagem de filtragem proposta. Os resultados de filtragem foram avaliados segundo critérios (medidas) de melhoria da relação sinal-ruído e perda de resolução. O primeiro critério avalia a redução da intensidade do ruído \"speckle\" sobre regiões homogêneas e para avaliar a perda de resolução decorrente da filtragem é proposta uma nova técnica baseada na transformada de Hough. Os algoritmos foram testados em imagens artificialmente contaminadas por ruído \"speckle\" e em imagens SAR reais apresentando estatísticas Rayleigh e raiz de gama. Os resultados obtidos mostram a melhoria que proporcionam os algoritmos de filtragem MAP, especialmente quando combinados com o classificador k-médias e com a técnica de crescimento de região. O uso da técnica de crescimento de região reforça a conclusão de que o uso de vizinhança estatisticamente mais semelhante ao pixel ruidoso melhora a estimação dos parâmetros de filtragem. As medidas de desempenho e validação dos algoritmos MAP permitiram concluir que os filtros com distribuições \"a priori\" Gaussiana, gama, chi-quadrado e beta apresentaram melhores resultados de filtragem em relação aos demais modelos \"a priori\" quando comparados ao filtro de Kuan e com a técnica de \"wavelets\" para a classe de imagens utilizadas / Synthetic aperture radar (SAR) images are typically corrupted by speckle noise, which also degrade images produced by laser beams, ultrasound, etc. This thesis proposes filtering algorithms based on the \"maximum a posteriori\" (MAP) approach, to reduce speckle in SAR images. To derive the MAP filters for linearly detected images we assumed the multiplicative model for the speckle and used the conditional density functions in the Bayes rule following a Rayleigh and square root of gamma for one-look and N-looks images, respectively, and several different \"a priori\" densities. The MAP filters are combined with the k-means classifier and region growing tools to improve the proposed filtering approach. Measures evaluating both the signal-to-noise improvement and resolution loss due to filtering are computed. To assess the improvement brought by the proposed algorithms we evaluate them with respect to signal to noise ratio and edge preservation. The former is a classical way to evaluate the speckle strenght reduction over homogeneous areas and the latter is a new proposed technique based on the Hough transform that measures distortions at the edges produced by the speckle MAP filtering algorithms. The qualitative analysis of the MAP proposed algorithms includes the methods based on the curvature and wavelets . The algorithms were applied to simulated noisy speckled images and real SAR images with statistics of linearly detected images with one-look and N-looks. The obtained results demonstrated the improvement brought by the speckle MAP filtering algorithms, specially when combined with the k-means clustering algorithm and with the region growing approach. This region growing approach reinforces the conclusion that the use of a neighborhood whose pixels have statistics similar to the noisy pixel provides a better estimation for filtering. The evaluating measures point out that the MAP filters whose \"a priori\" models are the Gaussian, gamma, chi-square and beta presented better results than the other \"a priori\" models proposed in this thesis, the Kuan filter and the wavelets filter, for the class of images that were tested

Estágio realizado na RGA e orientado pelo Engº Luís Graça / Tese de mestrado integrado. Engenharia Mecânica. Faculdade de Engenharia. Universidade do Porto. 2010

A filtragem de imagens visando a redução do ruído é uma tarefa muito importante em processamento de imagens, e encontra diversas aplicações. Para que a filtração seja eficiente, ela deve atenuar apenas o ruído na imagem, sem afetar estruturas importantes, como as bordas. Há na literatura uma grande variedade de técnicas propostas para filçtragem de imagens com preservação de bordas, com as mais variadas abordagens, deentrte as quais podem ser citadas a convolução com máscaras, modelos probabilísticos, redes neurais, minimização de funcionais e equações diferenciais parciais. A transformada wavelet é uma ferramenta matemática que permite a decomposição de sinais e imagens em múltiplas resoluções. Essa decomposição é chamada de representação em wavelets, e pode ser calculada atrravés de um algorítmo piramidal baseado em convoluções com filtros passa-bandas e passa-baixas. Com essa transformada, as bordas podem ser calculadas em múltiplas resoluções. Além disso, como filtros passa-baixas são utilizados na decomposição, a atenuação do ruído é um processo intrínseco à transformada. Várias técnicas baseadas na transformada wavelet têm sido propostas nos últimos anos, com resultados promissores. Essas técnicas exploram várias características da transformada wavelet, tais como a magnitude de coeficientes e sua evolução ao longo das escalas. Neste trabalho, essas características da transformada wavelet são exploradas para a obtenção de novas técnicas de filtragem com preservação das bordas.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017. / Made available in DSpace on 2017-11-21T03:22:20Z (GMT). No. of bitstreams: 1 348587.pdf: 724704 bytes, checksum: b38ecdc2a6867c169d2e6b076ee4369e (MD5) Previous issue date: 2017 / O enorme volume de informação hoje em dia aumenta a complexidade e degrada a qualidade do processo de tomada de decisão. A fim de melhorar a qualidade das decisões, os sistemas de recomendação têm sido utilizados com resultados consideráveis. Nesse contexto, a filtragem colaborativa desempenha um papel ativo em superar o problema de sobrecarga de informação. Em um cenário em que novas avaliações são recebidas constantemente, um modelo estático torna-se ultrapassado rapidamente, portanto a velocidade de atualização do modelo é um fator crítico. Propomos um método de aprendizagem de ranqueamento incremental acelerado para filtragem colaborativa. Para atingir esse objetivo, aplicamos uma técnica de aceleração a uma abordagem de aprendizado incremental para filtragem colaborativa. Resultados em conjuntos de dados reais confirmam que o algoritmo proposto é mais rápido no processo de aprendizagem mantendo a precisão do modelo. / Abstract : The enormous volume of information nowadays increases the complexity of the decision-making process and degrades the quality of decisions. In order to improve the quality of decisions, recommender systems have been applied with significant results. In this context, the collaborative filtering technique plays an active role overcoming the information overload problem. In a scenario where new ratings have been received constantly, a static model becomes outdated quickly, hence the rate of update of the model is a critical factor. We propose an accelerated incremental listwise learning to rank approach for collaborative filtering. To achieve this, we apply an acceleration technique to an incremental collaborative filtering approach. Results on real word datasets show that our proposal accelerates the learning process and keeps the accuracy of the model.