No description available.

No description available.

Numerical techniques for solving differential equations have been vigorously studied, and various techniques have been proposed and investigated for particular problems. Maxwell's equations are the system of partial differential equations which describe the behavior of electromagnetic fields. The methods for solving the equations should be properly chosen depending on the purpose of the analysis and the available computational resources. In this thesis, we propose a time-domain electromagnetic field modeling technique based on Haar wavelets. The multiresolution nature of the wavelets was used in the formulation, and a time stepping algorithm that is similar to the conventional finite-difference time-domain (FDTD) method was obtained. The proposed technique effectively models realistic structures by virtue of the multi-resolution property; the computational time is reduced approximately by half compared to the conventional FDTD method. In order to provide a comprehensive understanding of the proposed method, algorithms for one, two and three space dimensions were formulated, validated in terms of the accuracy, and actually applied to various realistic problems. Various boundary conditions have been formulated and implemented, and in addition, the following applications are addressed: S-parameter extraction for two-dimensional waveguide problems, combined with field singularity correction at metal edges and corners, resonant cavity analyses for validation purposes, and analyses of microwave passive devices with open boundaries such as microstrip low-pass filters and spiral inductors. An algorithm that needs half the computational effort is equivalent to hardware that is twice as fast. The purpose of this thesis is to make a contribution to the improvement of computational speed in electromagnetic time domain solutions. / Graduate

No description available.

Video coding systems based on 3D wavelet transforms offer several advantages over traditional hybrid video coders. This thesis proposes two 3D wavelet-based video-coding approaches. In the first approach, motion compensation with redundant-wavelet multihypothesis, in which multiple predictions that are diverse in transform phase contribute to a single motion estimate, is deployed into the fully scalable MC-EZBC video coder. The bidirectional motion-compensated temporaliltering process of MC-EZBC is adapted to the redundant-wavelet domain, wherein transform redundancy is exploited to generate a phase-diverse multihypothesis prediction of the true temporal filtering. In the second approach, a video coder is proposed that does not perform motion compensation explicitly, instead relying on the motion-selective characteristics of the 3D dual-tree discrete wavelet transform to isolate moving features. The transform coefficients are coded with binary set-partitioning using k-d trees in an algorithm that exploits within-subband spatiotemporal coherency as well as cross-subband correlation to achieve efficient coding.

Medidas mostraram que o tráfego das redes multisserviço possui propriedades fractais tais como auto-similaridade e memória longa ou dependência de longa duração (LRD). A memória longa é caracterizada pela existência de um pólo na origem da função densidade espectral de potência (formato 1/f). Também foi constatado que o tráfego pode apresentar dependência de curta duração (SRD) em algumas escalas temporais. A utilização de um gerador de tráfego agregado ?realista?, que sintetize séries temporais fractais, é fundamental para a validação de algoritmos de controle de tráfego. Neste trabalho, a síntese de realizações aproximadas de dois tipos de processos aleatórios auto-similares é efetuada via transformada wavelet. O primeiro deles é denominado Ruído Gaussiano Fracionário (fGN) e o segundo Modelo Wavelet Multifractal (MWM). O método proposto também é capaz de sintetizar séries Gaussianas (fGN) e não-Gaussianas (MWM) com espectros mais genéricos do que 1/f, ou seja, séries que também apresentam dependência de curta duração. A geração é feita em dois estágios. O primeiro gera uma realização aproximada do fGN ou do MWM via Transformada Wavelet Discreta (DWT). O segundo estágio introduz SRD através de uma filtragem IIR da saída do primeiro estágio. Efetuou-se uma caracterização detalhada das séries resultantes, utilizando-se nas análises momentos estatísticos de 2ª., 3ª. e 4ª. ordens, além de testes estatísticos específicos para séries auto-similares. Adicionalmente, duas alternativas de conversão são apresentadas para que as séries temporais geradas sejam transformadas em séries de pacotes, que é o formato adequado para transmissão por um módulo gerador de pacotes. As séries de pacotes são novamente analisadas a fim de identificar se o método de conversão introduz distorção nas características auto-similares das séries sintetizadas. Mostra-se que as séries de pacotes auto-similares podem ser utilizadas em softwares simuladores de rede ou, alternativamente, serem utilizadas para injetar pacotes em redes de teste. Utilizando-se recursos do simulador NS-2, as séries de pacotes sintetizadas foram introduzidas em cenários de simulação adequados. Os resultados (medidas de atraso médio, perda de pacotes para o tráfego de interesse e tamanho da fila) dos cenários com tráfego interferente correspondente às séries de pacotes baseadas em modelos fGN e MWM foram comparados com resultados obtidos em cenários cujo tráfego interferente foi gerado com modelo Poisson. / Measurements have shown that multiservice network traffic has fractal properties such as self-similarity and long memory or long-range dependence (LRD). Long memory is characterized by the existence of a pole at the origin of the power spectrum density function (1/f shape). It was also noticed that traffic may present short-range dependence (SRD) at some time scales. The use of a ?realistic? aggregated network traffic generator, one that synthesizes fractal time series, is fundamental to the validation of traffic control algorithms. In this document, the synthesis of approximate realizations of two kinds of self-similar random process is done via wavelet transform. The first one is named Fractional Gaussian Noise (fGN) and the second Multifractal Wavelet Model (MWM). The proposed method is also capable of synthesizing Gaussian (fGN) and non-Gaussian (MWM) time series with more generic spectra than 1/f, that is, time series that also have short-range dependence. The generation is done in two stages. The first one generates an approximate realization of fGN or MWM via Discrete Wavelet Transform (DWT). The second one introduces SRD through Infinite Impulse Response (IIR) filtering at the output of the first stage. A detailed characterization of the resulting series was done, using statistical moments of first, second, third and forth orders, as well as specific statistical tests for self-similar series. Additionally, two alternatives for conversion are introduced in order to generate packet series, which is the suitable format for transmission by a packet generator module, from the original synthesized time series. Packet series are also analyzed to find if the conversion method has introduced distortion in the self-similar characteristics of the synthesized series. It is shown that the self-similar packet series can be used in network simulator software or, alternatively, be used to inject packets in a testbed network. Using resources from the NS-2 simulator, the synthesized packet series were introduced in appropriate network simulator scenarios. The results (average delay measurements, packet loss for interest traffic and queue length) from scenarios with interfering traffic corresponding to the packet series based on fGN and MWM models were compared to results from scenarios with interfering traffic generated by Poisson model.

O mercado de jogos eletrônicos online tem crescido em ritmo acelerado nos últimos anos, particularmente a partir do surgimento do modelo de negócio baseado em serviços. Como consequência, as publicadoras destes jogos passaram a compartilhar problemas comuns na área de serviços, como a erosão do lucro causada pela evasão de usuários. Modelos preditivos têm sido utilizados no combate à evasão em mercados como os de telefonia móvel e de cartões de crédito, setores que detêm um grande volume de informações demográficas e econômicas a respeito dos seus consumidores. Já os publicadores de jogos muitas vezes só possuem o endereço eletrônico dos jogadores. O objetivo deste trabalho é propor um modelo de previsão de evasão com base exclusivamente nos padrões de acesso de usuários em jogos online, onde estes registros temporais são submetidos a um conjunto de operadores que analisam os dados no domínio do plano tempo-frequência, utilizando a Transformada Discreta de Wavelet. Sua principal contribuição está na proposta de parametrização dos dados de entrada para classificadores probabilísticos baseados no algoritmo k-Nearest Neighbors. Testados com dados reais de acessos de usuários ao longo de alguns meses em um jogo online, os classificadores foram avaliados com o uso de curvas ROC (Receiver Operating Characteristic) e de elevação. A abordagem proposta nesta tese, baseada na análise no domínio do plano tempo-frequência, apresentou resultados satisfatórios. Não apenas superiores se comparados com as abordagens no domínio do tempo ou da frequência, mas também comparáveis aos desempenhos encontrados por modelos com centenas de variáveis preditivas utilizados em outros mercados. / The online gaming market has rapidly grown in recent years, particularly since the rise of the service-based business model. As a result, the publishers of these games have started to share usual problems from the services business, like the profit erosion caused by customer churn. Predictive models have been used to address the churn problem in the mobile phones and credit cards markets, where companies have a huge volume of demographic and economic data about their customers. While game publishers often have only their users email addresses. The goal of this study is to propose a model for churn prediction based solely on the online games users access patterns, where these time entries are fed into a set of operators that are able to analyze the data in the time-frequency plane domain, using the Discrete Wavelet Transform. Its main contribution is the input data parameterization proposed for the probabilistic classifiers based on the k-Nearest Neighbors algorithm. Tested with real data from an online game users access over a few months, the classifiers were evaluated using ROC (Receiver Operating Characteristic) and lift curves. The approach proposed in this thesis, based on the analysis of the time-frequency plane domain, has shown satisfactory results. Not only higher when compared with approaches based on both time or frequency domains, but also comparable to performances found on models with hundreds of predictive variables used in other markets.

Medidas mostraram que o tráfego das redes multisserviço possui propriedades fractais tais como auto-similaridade e memória longa ou dependência de longa duração (LRD). A memória longa é caracterizada pela existência de um pólo na origem da função densidade espectral de potência (formato 1/f). Também foi constatado que o tráfego pode apresentar dependência de curta duração (SRD) em algumas escalas temporais. A utilização de um gerador de tráfego agregado ?realista?, que sintetize séries temporais fractais, é fundamental para a validação de algoritmos de controle de tráfego. Neste trabalho, a síntese de realizações aproximadas de dois tipos de processos aleatórios auto-similares é efetuada via transformada wavelet. O primeiro deles é denominado Ruído Gaussiano Fracionário (fGN) e o segundo Modelo Wavelet Multifractal (MWM). O método proposto também é capaz de sintetizar séries Gaussianas (fGN) e não-Gaussianas (MWM) com espectros mais genéricos do que 1/f, ou seja, séries que também apresentam dependência de curta duração. A geração é feita em dois estágios. O primeiro gera uma realização aproximada do fGN ou do MWM via Transformada Wavelet Discreta (DWT). O segundo estágio introduz SRD através de uma filtragem IIR da saída do primeiro estágio. Efetuou-se uma caracterização detalhada das séries resultantes, utilizando-se nas análises momentos estatísticos de 2ª., 3ª. e 4ª. ordens, além de testes estatísticos específicos para séries auto-similares. Adicionalmente, duas alternativas de conversão são apresentadas para que as séries temporais geradas sejam transformadas em séries de pacotes, que é o formato adequado para transmissão por um módulo gerador de pacotes. As séries de pacotes são novamente analisadas a fim de identificar se o método de conversão introduz distorção nas características auto-similares das séries sintetizadas. Mostra-se que as séries de pacotes auto-similares podem ser utilizadas em softwares simuladores de rede ou, alternativamente, serem utilizadas para injetar pacotes em redes de teste. Utilizando-se recursos do simulador NS-2, as séries de pacotes sintetizadas foram introduzidas em cenários de simulação adequados. Os resultados (medidas de atraso médio, perda de pacotes para o tráfego de interesse e tamanho da fila) dos cenários com tráfego interferente correspondente às séries de pacotes baseadas em modelos fGN e MWM foram comparados com resultados obtidos em cenários cujo tráfego interferente foi gerado com modelo Poisson. / Measurements have shown that multiservice network traffic has fractal properties such as self-similarity and long memory or long-range dependence (LRD). Long memory is characterized by the existence of a pole at the origin of the power spectrum density function (1/f shape). It was also noticed that traffic may present short-range dependence (SRD) at some time scales. The use of a ?realistic? aggregated network traffic generator, one that synthesizes fractal time series, is fundamental to the validation of traffic control algorithms. In this document, the synthesis of approximate realizations of two kinds of self-similar random process is done via wavelet transform. The first one is named Fractional Gaussian Noise (fGN) and the second Multifractal Wavelet Model (MWM). The proposed method is also capable of synthesizing Gaussian (fGN) and non-Gaussian (MWM) time series with more generic spectra than 1/f, that is, time series that also have short-range dependence. The generation is done in two stages. The first one generates an approximate realization of fGN or MWM via Discrete Wavelet Transform (DWT). The second one introduces SRD through Infinite Impulse Response (IIR) filtering at the output of the first stage. A detailed characterization of the resulting series was done, using statistical moments of first, second, third and forth orders, as well as specific statistical tests for self-similar series. Additionally, two alternatives for conversion are introduced in order to generate packet series, which is the suitable format for transmission by a packet generator module, from the original synthesized time series. Packet series are also analyzed to find if the conversion method has introduced distortion in the self-similar characteristics of the synthesized series. It is shown that the self-similar packet series can be used in network simulator software or, alternatively, be used to inject packets in a testbed network. Using resources from the NS-2 simulator, the synthesized packet series were introduced in appropriate network simulator scenarios. The results (average delay measurements, packet loss for interest traffic and queue length) from scenarios with interfering traffic corresponding to the packet series based on fGN and MWM models were compared to results from scenarios with interfering traffic generated by Poisson model.

Made available in DSpace on 2014-06-11T19:23:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2004Bitstream added on 2014-06-13T19:09:21Z : No. of bitstreams: 1 souza_em_me_prud.pdf: 1771107 bytes, checksum: ce4e3217f24011b9986cfca93b8d43b7 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / O GPS tem mostrado ser capaz de apoiar uma grande variedade de aplicações. Porém, algumas aplicações enfrentam um obstáculo, ou seja, o efeito do multicaminho. O multicaminho é o fenômeno pelo qual um sinal chega à antena do receptor por caminhos múltiplos, devido à reflexão. O sinal refletido chega atrasado em relação ao sinal direto. Se estes atrasos forem curtos, ou seja, provenientes de reflexões próximas à antena do receptor, o efeito de multicaminho é caracterizado como de baixa freqüência, caso contrário, o efeito predominante é de alta freqüência. Este efeito distorce a modulação do sinal e a fase da portadora, conseqüentemente, degrada a acurácia e a precisão nos posicionamentos por ponto e relativo. Este efeito também pode impedir a fixação das ambigüidades, ou conduzir a uma solução incorreta das mesmas. Por isso, é de grande importância dispor de meios que possam atenuar o multicaminho. Uma possibilidade para atenuação deste efeito, tanto para fase como para a pseudodistância, é a utilização de uma poderosa ferramenta de análise espectral para o estudo de sinais: a transformada wavelets. Esta transformada decompõe o sinal, neste caso as duplas diferenças, separando as altas freqüências, onde se encontra o efeito do multicaminho proveniente de atrasos longos, das baixas freqüências, ou seja, a identidade do sinal e multicaminho de atrasos curtos. Após o processo de decomposição, utilizando os coeficientes wavelets o sinal pode ser reconstruído sem o efeito de multicaminho de alta freqüência. Esse procedimento é desenvolvido nesta dissertação de Mestrado. Os coeficientes wavelets relativos ao multicaminho obtidos das medidas de dupla diferença foram reconstruídos e, dessa forma, pôde-se analisar os erros e comprovar que satélites em baixos ângulos de elevação sofrem os maiores efeitos de multicaminho... / GPS has shown to be capable of supporting a wide variety of applications. However, some applications face a major problem. This is the effect of multipath; witch is a phenomenon whereby a signal arrives at a receiver via multiple paths. The multipath distorts the signal modulation and the carrier phase, degrading the accuracy and precision of absolute and relative positioning. This effect can impede the ambiguities fixation or to induce to an incorrect solution of the same ones. A possibility for the reduction of this effect, either for the carrier phase or the pseudorange is the use of a powerful tool of the spectral analysis to study the signals: wavelet transform. This transform decomposes the double differences signal separating the high frequencies, where there is the multipath effect from long delays, of the low frequencies, that is, identity of the signal and multipath of short delays. After the decomposition process, using the wavelets coefficients the signal can be reconstructed without the high frequency effects. This procedure is developed in this dissertation. The wavelet coefficients relative to the estimated and removed multipath from the double difference were reconstructed and these errors could be analyzed and verified as well that satellites at low elevation angles cause larger multipath errors. The daily multipath repeatability was also verified. Even the high frequency multipath not causing great errors, because the largest cause of these errors is the low frequency one, the correction of this effect provided improvements of up to 30% at the pseudorange average residuals and up to 14% for the carrier phase. The results also showed that the ambiguities solution was more reliable after the high frequency multipath correction. On the other hand, if there were no high frequency multipath effect, the proposed method will not affect the results...(Complete abstract click electronic access below)

Submitted by Renan Reimermendt (renanrenie@gmail.com) on 2017-06-28T14:08:48Z No. of bitstreams: 1 Dissertacao Renan Reimermendt.pdf: 1679208 bytes, checksum: bc262acd567a42d14454600b0e8954bf (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2017-06-30T12:53:35Z (GMT) No. of bitstreams: 1 Dissertacao Renan Reimermendt.pdf: 1679208 bytes, checksum: bc262acd567a42d14454600b0e8954bf (MD5) / Made available in DSpace on 2017-07-05T13:14:49Z (GMT). No. of bitstreams: 1 Dissertacao Renan Reimermendt.pdf: 1679208 bytes, checksum: bc262acd567a42d14454600b0e8954bf (MD5) Previous issue date: 2017-05-30 / Wavelet analysis allows for a much more flexible approach than spectral analysis, being highly utilized in many fields, it is a natural evolution from the Fourier analysis. Unifying both time domain and frequency domain in its analysis, it gives the researcher the ability to observe relations that were previously inaccessible and its flexibility makes it recommended to analyze series with structural changes. This work contains a chronological and theoretical introduction of the technique, focusing on what will be used, presenting some successful applications in economics. Lastly, it is created a measure of economic activity by denoising, in both global and specific scales, the seasonally adjusted GDP series and utilizing this measure in a Phillips curve, as described by the Brazilian Central Bank in theirs semi-structural aggregate small sized models, to forecast future inflation. This forecast is then compared to forecasts using the traditional HP filter and a measure of output gap elaborated by Areosa (2008), which incorporates some economic structure in the output gap. / A análise de wavelet permite uma abordagem muito mais flexível que a análise espectral, sendo bastante utilizada em diversas áreas, ela é uma evolução natural da análise de Fourier. Unificando o domínio do tempo e o da frequência em sua análise, dão ao pesquisador a capacidade de observar relações que antes eram inacessíveis e sua flexibilidade a torna recomendada para analisar séries onde ocorram mudanças estruturais. Este trabalho faz uma introdução cronológica e teórica da técnica, focando no que será utilizado, apresentando algumas aplicações bem-sucedidas em economia. Por fim, é criado uma medida de atividade econômica ao extrair ruídos, globais e em escalas específicas, da série de PIB dessazonalizado e utilizado esta medida numa curva de Phillips, como descrita pelo Banco Central do Brasil em seus modelos agregados semiestruturais de pequeno porte, para projetar inflação futura. Estas projeções também são comparadas com projeções utilizando o tradicional filtro HP e uma medida de hiato elaborada por Areosa (2008), que incorpora uma estrutura econômica ao hiato do produto.