No description available.

- / -

Wavelets são descritas como sendo capazes de dar tanto resolução em frequência como resoluçãao temporal a um sinal. Este trabalho revisa o que e o domínio da frequência em um espa co de dimensão nita, como o RN e apresenta como a Transformada Wavelet Discreta e a Maximum Overlap Discrete Wavelet Transform podem ser usadas para decompor um sinal em diversos componentes de escalas, que podem ser vistos como componentes de frequência ou componentes temporais. Então uma aplicação para a estimação do núcleo de inflação para o IPCA oficial brasileiro e apresentada. Ela consiste em obter uma Análise Multirresolução baseada na wavelet Daubechies 2 e estimar a inflação subjacente, ou removendo-se níveis detail, ou aplicando um algoritmo de threshold. Por ultimo, alguns testes de qualidade de medida sugeridos pela literatura são executados. Isso e feito com o conjunto completo dos dados e com um conjunto restrito, obtido com um método baseado em wavelets para detecção de quebras estruturais em séries temporais. / Wavelets are described as being able to give both a time resolution and a frequency resolution to a signal. This work reviews what is the frequency domain when represented by a nite dimensional space such as the RN and presents how the Discrete Wavelet Transform and the Maximum Overlap Discrete Wavelet Transform can be used to decompose a signal in several scale components, which can be viewed as frequency components or as time components. Then an application to the estimation of the core in ation for the o cial Brazilian CPI is presented. This is done by obtaining a Multi Resolution Analysis based on the Daubechies 2 wavelet and estimating the underlying in- ation rate by either removing detail levels completely or applying a threshold algorithm. Lastly, a few tests of quality of measurement proposed by the literature are performed. This is done with the full set of data and a restricted set, obtained with a wavelet method for detecting structural breaks in time series.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciências da Computação / Made available in DSpace on 2012-10-24T04:54:11Z (GMT). No. of bitstreams: 1 252385.pdf: 5217834 bytes, checksum: 1e4b5b42b072de961cc5882ecc5c346d (MD5) / O presente trabalho apresenta um modelo híbrido wavelet/redes neurais, onde é empregada a análise wavelet como préprocessamento para a rede neural. Desta forma a análise desempenhará papel de extrator de características. Baseado nas características extraídas, a rede neural artificial efetua a aproximação de função com o intuito de retornar valores de previsão da série temporal desejada. Como validador para o modelo é utilizada a série temporal da vazão do Rio Itajaí Açu. Para a escolha da wavelet, a ser aplicado na quantização do modelo, são elencadas vinte candidatas (haar, db3, db5, db7, db10, db15, db20, coif1, coif2, coif3, coif4, coif5, sym3, sym5, sym7, sym10, sym15, sym20, chroma4 e chroma6). Testes repetitivos são efetuados tirando índices de erro para selecionar a melhor candidata. Baseado sob a wavelet selecionada para a resolução do problema de previsão é feito uma análise de combinações de anela/sobreposição para averiguar o comportamento do modelo utilizando diferentes parâmetros. Como resultado, obtiveramse índices de acertos relativamente parecidos utilizando uma quantidade de dados de inferência menor, devido característica de transformação das wavelets. Em outros casos é constatado um ganho computacional, o que é discutido separando o processo em quatro etapas distintas e simulando várias configurações para um mesmo exemplo. The present work presents a hybrid model wavelet/neural networks, which is employed wavelet analysis as a preprocessing work for the artificial neural network. This preprocessing activity will cast as a feature extraction. In these features extracted the neural network makes the approximation with the aim of returning values of the time series forecasting desired. To validate the model is used the Itajaí Açu river#s flow history. Regarding the avelet#s choice, twenty candidates were enrolled in order to be applied in the quantization of the model, as follows: haar, db3, db5, db7, db10, db15, db20, coif1, coif2, coif3, coif4, coif5, sym3, sym5, sym7, sym10, sym15, ym20, chroma4 and chroma6. Repetitive tests are performed to extract error rates for selecting the best candidate. Based on the selected wavelet to solve the problem of forecasting time series, an analysis is made using a combination of window size/overlap to investigate the behavior using different parameters. The results obtained are very similar using a lower amount of data due to the characteristics of the wavelet transform. In other cases a computational gain is obtained which is discussed separating the process into four distinct stages and simulating various configurations for the same arrangement.

This paper deal with the problem of automatic detection of epileptic events in EEGs from depth electrodes using multiresolution wavelet analysis. The basic problems in events detection are considered: the time localization and characterization of epileptiform events, and the computational efficiency. The algorithm presented is based on a polynomial spline wavelet transform. The multiresolution representation obtained from this wavelet transform and the digital filters derived allow us an automatic detection, efficient and fast, of epileptiform activity. The detector proposed is based on the multiresolution energy function. This paper shows that it is possible to use a multiresolution wavelet scheme for detecting events in a nonstationary signal. EEG records from depth electrodes were analysed and the results obtained are shown.

A apneia é um Distúrbio Respiratório do Sono com grande incidência, estimando-se que esteja presente em 13% dos homens e 6% das mulheres nos Estados Unidos. Correlacionados com a apoeia, estão a obesidade, a diabete mellitus e, principalmente, algumas doenças cardíacas. No Brasil ainda há poucas pesquisas, possivelmente pelo difícil acesso e pelo alto custo das Polissonografias. Neste trabalho são analisados alguns sinais de Polissonografia, como o Eletrocardiograma, a Saturação do Oxigênio no Sangue, o Flu.xo Respiratório e o Esforço Respiratório. Mostramos como a Transformada Wavelet Discreta e as Redes Nemais constituem ferramentas matemáticas computacionais que possibilitam a extração de características e a classificação, servindo de suporte ao diagnóstico utilizado at ualmente. / Apnea is a highly incident Sleep-Disordered Breathing, which a icts roughly 13% of men and 6% of the women in the USA. It is also found a few correlations with other diseases, like obesity, diabetes mellitus and, especially, certain cardiac diseases. In Brazil, there are few studies, possibly due to the di cult access and the cost of Polysomnography. In this study, we analyzed some signals of Polysomnography, as the electrocardiogram, the oxygen saturation, the respiratory ow and respiratory e ort. We show how the Discrete Wavelet Transform and Neural Network may be applied as computational mathematical tools that enable feature extraction and classi cation, serving to support the diagnosis currently used.

Wavelets são descritas como sendo capazes de dar tanto resolução em frequência como resoluçãao temporal a um sinal. Este trabalho revisa o que e o domínio da frequência em um espa co de dimensão nita, como o RN e apresenta como a Transformada Wavelet Discreta e a Maximum Overlap Discrete Wavelet Transform podem ser usadas para decompor um sinal em diversos componentes de escalas, que podem ser vistos como componentes de frequência ou componentes temporais. Então uma aplicação para a estimação do núcleo de inflação para o IPCA oficial brasileiro e apresentada. Ela consiste em obter uma Análise Multirresolução baseada na wavelet Daubechies 2 e estimar a inflação subjacente, ou removendo-se níveis detail, ou aplicando um algoritmo de threshold. Por ultimo, alguns testes de qualidade de medida sugeridos pela literatura são executados. Isso e feito com o conjunto completo dos dados e com um conjunto restrito, obtido com um método baseado em wavelets para detecção de quebras estruturais em séries temporais. / Wavelets are described as being able to give both a time resolution and a frequency resolution to a signal. This work reviews what is the frequency domain when represented by a nite dimensional space such as the RN and presents how the Discrete Wavelet Transform and the Maximum Overlap Discrete Wavelet Transform can be used to decompose a signal in several scale components, which can be viewed as frequency components or as time components. Then an application to the estimation of the core in ation for the o cial Brazilian CPI is presented. This is done by obtaining a Multi Resolution Analysis based on the Daubechies 2 wavelet and estimating the underlying in- ation rate by either removing detail levels completely or applying a threshold algorithm. Lastly, a few tests of quality of measurement proposed by the literature are performed. This is done with the full set of data and a restricted set, obtained with a wavelet method for detecting structural breaks in time series.

Made available in DSpace on 2016-08-29T15:32:43Z (GMT). No. of bitstreams: 1 tese_2746_Dissertacao Mestrado Sandra Mara Torres Muller.pdf: 1596961 bytes, checksum: 1c83c866ba9c4c8be2733c291bf4e2b7 (MD5) Previous issue date: 2012-08-01 / Neste trabalho foram estudadas e implementadas três técnicas incrementais de adaptação de modelos ocultos de Markov (HMM - Hidden Markov Model) baseadas nos algoritmos de treinamento, que são a esperança da maximização (expectation maximization - EM), a k-means segmental (segmental k-means) e a máximo a posteriori (Maximum a Posteri- ori -MAP). Essas técnicas, muito utilizadas em reconhecimento de voz, são aqui usadas para sinais biomédicos, mais precisamente para sinal de eletrocardiograma (ECG). Para tal objetivo, utilizou-se uma plataforma, já desenvolvida, de segmentação e classificação de ECG, além de detecções de anomalias cardíacas como extra-sístole ventricular (ESV) e isquemia do miocárdio. Nessa plataforma, os modelos de Markov são empregados na etapa de segmentação do sinal de ECG, tendo em vista a identificação das formas de onda elementares que compõem um ciclo cardíaco. O desenvolvimento dessas técnicas permite, uma vez que a plataforma esteja funcionando como sistema real, um juste autônomo dos modelos µas variações do sinal de ECG ao longo do tempo, assim como a outras variações presentes em um sistema real. As técnicas foram avaliadas a partir de experimentos usando duas bases de sinais de ECG: QT database e European ST-T database. Os resultados confirmam o ganho de desempenho obtido com a adaptação, permitindo uma modelagem do sinal ao longo do tempo mais apropriada. As técnicas desenvolvidas são indicadas também para outros tipos de sinais biomédicos, como o sinal de eletroencefalograma (EEG), por exemplo.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:15:34Z (GMT). No. of bitstreams: 1 323979.pdf: 4636732 bytes, checksum: 2df87cae086b5a7de0941c8447670667 (MD5) Previous issue date: 2013 / Este trabalho propõe uma metodologia para a detecção e análise de eventos de ilhamento do Sistema Elétrico de Potência (SEPs) baseada em dados do Sistema de Medição Fasorial Sincronizada (SMFS) e fazendo uso da técnica de processamento de sinais denominada Transformada Wavelet Discreta (TWD). Além da detecção de eventos de ilhamento, a metodologia avalia o desempenho da atuação do Esquema Regional de Alívio de Carga (ERAC), detecta o instante de perda de interligação do sistema elétrico, bem como seu possível restabelecimento. A cada evento detectado, é apresentado um relatório contendo a localização gráfica, a hora e os valores instantâneos de frequência de cada detecção realizada. Para validação da metodologia proposta são utilizadas informações do subsistema Acre-Rondônia/SIN, uma interligação recente e que ainda apresenta desafios para a sua operação estável. Com o uso da metodologia proposta, a avaliação do desempenho dos eventos monitorados torna-se mais rápida, podendo observar os valores alcançados através de uma tabela de desempenho e também observando graficamente os instantes de tempo de cada evento.<br> / Abstract : This work proposes a methodology for the detection and analysis of islanding events in the Electric Power System (EPS), using synchrophasors acquired from the Synchronized Phasor Measurement System (SPMS) and applying a signal processing technique called Discrete Wavelet Transform. In addition to islanding detection events, the developed methodology analyses the performance of the Brazilian Load Shedding Scheme (named ERAC), the loss of interconnection and its possible recovery. For each detected event, a report is presented to the user, showing in a graph the location, time, and the instantaneous frequency values of each detection performed. This work is focused on the Acre-Rondônia/SIN subsystem, a recent interconnection which still presents challenges for stable operation. Using the proposed methodology, the study of the monitored events becomes more rapid and the results are presented through a performance table and also graphically.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T18:05:21Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:55:22Z : No. of bitstreams: 1 187706.pdf: 8361705 bytes, checksum: 9be797cb23f6ee3fb73b769882c5279e (MD5) / Neste trabalho foi implementado um método direto que utiliza a transformada wavelet como o principal recurso para a verificação on-line de assinaturas manuscritas. As assinaturas, obtidas na forma de curvas x(t) e y(t) com o auxílio de uma prancheta digitalizadora, passam por uma etapa de pré-processamento e em seguida são submetidas a uma transformada wavelet. A partir destas funções transformadas, são obtidos números que caracterizam de maneira única cada assinatura. Em seguida, com base nestes números, são estabelecidas medidas de dissimilaridade (distância) entre cada assinatura a ser testada e uma assinatura padrão, previamente escolhida de uma amostra de dez assinaturas fornecidas pelo usuário durante um processo de cadastramento. Assume-se que toda nova assinatura deverá produzir distâncias até a padrão que estejam dentro de uma faixa aceitável em torno de médias verificadas no cadastramento. A determinação destas distâncias é efetuada de maneira não-linear, com o auxílio de uma técnica típica de reconhecimento de sons conhecida como "Dynamic Time Warping" (DTW). Esta técnica permite uma compensação em virtude de variações naturais no ritmo de escrita de cada pessoa a cada nova assinatura. Para recuperar a informação relativa à velocidade, perdida pela uniformização imposta pelo pré-processamento, é utilizada ainda uma outra medida de distância, calculada a partir do desvio das funções de warping para as diagonais correspondentes. A fim de justificar a inclusão da transformada wavelet, foi implementado um segundo sistema de verificação, seguindo uma abordagem em que as funções x(t) e y(t) são diretamente confrontadas com a assinatura padrão. Neste caso, as características são as próprias coordenadas dos pixels que descrevem cada assinatura e as medidas de dissimilaridade passam a ser simplesmente as normas das distâncias entre as curvas, cuja correspondência entre pontos também é determinada com o auxílio do DTW. A partir dos testes desenvolvidos, foram obtidas taxas de erro aceitáveis para este tipo de biometria nos dois sistemas implementados. O bom desempenho do caso em que as wavelets não foram incluídas, no entanto, sugere que, em ambos os sistemas, o principal mecanismo de verificação é a comparação não-linear entre parâmetros efetuada pelo DTW.