Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/38567
Files in This Item:
File Description SizeFormat 
2019_MateusMarcuzzodaRosa.pdf1,02 MBAdobe PDFView/Open
Title: Algoritmos de ICA em alfabetos finitos: um estudo comparativo
Authors: Rosa, Mateus Marcuzzo da
Orientador(es):: Silva, Daniel Guerreiro e
Assunto:: ICA
BSS
Alfabetos finitos
Corpos de Galois
Linear
Não-linear
Citation: ROSA, Mateus Marcuzzo da. Algoritmos de ICA em alfabetos finitos: um estudo comparativo. 2019. ix, 58 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2019.
Abstract: Recentemente, algoritmos de Análise de Componentes Independentes (ICA) em alfabetos finitos foram propostos. Tendo em vista cenários não-testados e a replicação de resultados anteriores, desejamos comparar estes algoritmos, bem como verificar como os algoritmos mais generalistas desempenham em relação aos que assumem corpos finitos. Desta maneira, nesta dissertação avaliamos, através de simulações, o desempenho de algoritmos de ICA linear como aplicação ao problema de Separação Cega de Fontes (BSS) em corpos finitos. Duas métricas foram consideradas: tempo de execução e Separação Total das Fontes, uma métrica mais pessimista de separação. Apesar dos algoritmos AMERICA, SA4ICA e GLICA convergirem para 100% de Separação Total ao crescermos a quantidade de amostras observadas, o algoritmo SA4ICA apresenta comportamento que rompe este padrão, o que não foi reportado anteriormente. Adicionalmente, implementamos o algoritmo GLICA. Este último apresentou desempenho de separação praticamente igual em relação ao algoritmo AMERICA, apesar de seu tempo de execução se apresentar superior. Além disso, realizou-se um experimento tendo em vista a aplicação de ICA por si mesma, i.e, a minimização da informação mútua. Os algoritmos lineares previamente aplicados no caso de BSS estão, agora, inseridos em um contexto cuja geração das amostras observadas não se dá por uma mistura linear, o que a princípio não privilegiaria estes algoritmos em relação a um algoritmo não-linear. Porém, ao serem comparados ao algoritmo não-linear QICA, cuja premissa envolve lidar com esses modelos geradores mais genéricos, este mesmo algoritmo detém desempenho inferior na maioria dos cenários em relação aos lineares, que inclusive demonstraram resultados, entre eles mesmos, praticamente iguais em todos os cenários. Ademais, o algoritmo QICA toma muito tempo para ser executado em relação à todos os outros algoritmos. Desta forma, os resultados sugerem que os algoritmos lineares detiveram vantagem tanto temporal quanto em desempenho em relação a este novo algoritmo. Para isto, contamos com o uso de inferência estatística em ambos os experimentos para validação de nossos resultados.
Abstract: In recent years, Independent Component Analysis (ICA) algorithms over finite alphabets, as well as the particular case of these: finite fields, have been proposed. Given the untested scenarios and the replication of previous results, we want to compare these algorithms with each other, as well as verify how the more generalist algorithms perform compared to those that assume a finite field structure. Thus, in this dissertation we evaluated, through stochastic simulations, the performance of linear ICA algorithms as an application to the Blind Source Separation (BSS) problem over finite fields. Two metrics were considered: execution time and Total Source Separation, a more pessimistic separation metric. Although the AMERICA, SA4ICA and GLICA algorithms converge at 100% Total Separationas we grow the number of samples observed, the SA4ICA algorithm has anomalous behavior that breaks this pattern, which was not previously reported. Additionally, we implemented the GLICA algorithm. The latter presented a practically equal separation performance in relation to the AMERICA algorithm, although its execution time is superior to this more consolidated technique. In addition, we conducted an experiment to apply ICA by itself, that is, to minimize mutual information. The linear algorithms previously applied in the case of BSS are now inserted in a context whose generation of the observed samples is not by a linear mixture, which in principle would not privilege these algorithms over a nonlinear algorithm. However, when compared to the nonlinear QICA algorithm, whose premise involves dealing with these more generic generator models, this same algorithm has lower performance in most scenarios than the linear ones, which even showed results, among themselves, practically the same in all scenarios. Moreover, the QICA algorithm takes a long time to execute relative to all other linear algorithms. Thus, the results suggest that linear algorithms had both temporal and performance advantage over this new algorithm. For this, we rely on the use of statistical inference in both experiments to validate our results.
Description: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:ENE - Mestrado em Engenharia Elétrica (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/38567/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.