Estimação de Imagens Acústicas por Orthogonal Matching Pursuit Acelerada por Produtos de Schur-Hadamard e pela Transformada de Arranjo de Kronecker

Paulo M Santos, Vitor H Nascimento

DOI: 10.14209/SBRT.2020.1570659699

Keywords: imageamento acústico transformada de arranjo de Kronecker orthogonal matching pursuit produto de Schur-Hadamard

Abstract

Resumo-A estimação de imagens acústicas possui um elevado custo computacional, especialmente para arranjos com muitos microfones e alta resolução, de forma que as aplicações precisam se valer de métodos acelerados. Um desses métodos é a transformada de arranjo de Kronecker (KAT) que permite uma grande redução na quantidade de cálculos através do uso de decomposição de matrizes por produto de Kronecker para arranjos bidimensionais de geometria específica (separável). Neste trabalho, apresentamos uma nova forma de estimar imagens acústicas baseada em soluções de problemas de mínimos quadrados acelerados por um método similar à KAT que utiliza produtos de Schur-Hadamard para reduzir o número de operações aritméticas necessárias. Além disso, combinamos a KAT e a aceleração de Schur-Hadamard para acelerar ainda mais a estimação de imagens acústicas por orthogonal matching pursuit (OMP), chegando a uma implentação muito mais rápida.

Download

Codificação Espaço-Temporal de Khatri-Rao em Sistemas MIMO Sem Fio

Bárbara Oliveira, Walter da Cruz Freitas Jr.

DOI: 10.14209/SBRT.2020.1570659711

Keywords: álgebra multilinear MIMO Alamouti

Abstract

A utilização de modelos baseados em álgebra multilinear para sistemas de comunicação é uma solução vista com entusiasmo. Este artigo de iniciação científica tem como objetivo o estudo da técnica de codificação espaço-temporal Khatri-Rao para sistemas MIMO e a comparação de seu desempenho em relação a outros algoritmos clássicos.

Download

Geometrical Representation for Number-theoretic Transforms

Hélio M. de Oliveira, R J Cintra

DOI: 10.14209/SBRT.2020.1570659870

Keywords: Finite fields Number-theoretic Transforms Golay ternary transforms geometric representations

Abstract

This short note introduces a geometric representation for binary (or ternary) sequences. The proposed representation is linked to multivariate data plotting according to the radar chart. As an illustrative example, the binary Hamming transform recently proposed is geometrically interpreted. It is shown that codewords of standard Hamming code H(N = 7, k = 4, d = 3) are invariant vectors under the Hamming transform. These invariant are eigenvectors of the binary Hamming transform. The images are always inscribed in a regular polygon of unity side, resembling triangular rose petals and/or "thorns". A geometric representation of the ternary Golay transform, based on the extended Golay G(N = 12, k = 6, d = 6) code over GF(3) is also showed. This approach is offered as an alternative representation of finite-length sequences over finite prime fields.

Download

Sequências Pseudo-Caóticas Geradas Pelo Mapa de Arnold Sobre Z_{2^m}: Análise de Período e Implementação em FPGA

Carlos Eduardo Souza, Daniel P B Chaves, Cecilio Pimentel, Wallace Nascimento Melo

DOI: 10.14209/SBRT.2020.1570660018

Keywords: Sequências pseudo-aleatórias Mapas caóticos Caos discreto FPGA

Abstract

Neste trabalho é proposto um método de geração de sequências pseudo-caóticas unidimensionais baseado no mapa de Arnold discreto sobre o anel de inteiros Z_{2^m}. O período das sequências geradas é calculado analiticamente utilizando propriedades das sequências de Fibonacci sobre Z_{2^m}. As sequências pseudo-caóticas são empregadas como um gerador de números pseudo-aleatórios e suas propriedades estatísticas são avaliadas pela bateria de testes estatísticos NIST. Finalmente, o gerador proposto é implementado em FPGA e sua complexidade é analisada.

Download

Cooperative Spectrum Sensing Based on Skewness Statistical Tests

Leonardo B. de M. M. Marques, Fabricio Braga Soares de Carvalho

DOI: 10.14209/SBRT.2020.1570660124

Keywords: Cognitive Radio Cooperative Spectrum Sensing Skewness Statistical Test

Abstract

Cognitive Radio Networks are a solution for the ever growing requirement of higher wireless data rates and massive user accommodation on the electromagnetic radio spectrum. Spectrum sensing is one of the most important characteristics of these networks. It enables the detection or not of a licensed user in a specific band, and thus it can allow others to operate in opportunistic access. This paper analyzes the detection performance of the skewness statistical test in terms of spectral detection in a cooperative cognitive radio network. The extraction of statistical parameters from the distribution of a received licensed user signal enables the evaluation of the detection probability of the method. Through Monte-Carlo simulations, it is compared to the traditional energy detection method. The results indicate that skewness statistical test is more efficient than the energy detection, and also that the more users on the network, the better its performance.

Download

Avaliação do Uso de Aprendizagem de Máquina na Inferência de Perfis de Infusões Intravenosas

Fabrício Neitzke Ferreira, Felipe Gruendemann, Ricardo Araujo, Adenauer Yamim, Luciano Agostini

DOI: 10.14209/SBRT.2020.1570660504

Keywords: Dispositivos Intravenosos Modelo de Regressão Processamento de Sinais Biomédicos

Abstract

Os procedimentos de infusão intravenosa são usuais em hospitais e têm uma alta incidência de eventos adversos. Apesar disto, esses procedimentos ainda têm a sua verificação realizada de forma não automatizada. Considerando esse cenário, este trabalho apresenta uma avaliação da Aprendizagem de Máquina, para inferir perfis de infusões intravenosas. O objetivo é empregar os resultados deste trabalho na concepção de um dispositivo biomédico capaz de acompanhar de forma autônomas a entrega de medicamento realizada. Após a avaliação dos diferentes modelos de Aprendizagem de Máquina, os Regressores apresentaram resultados mais promissores, particularmente o Regressor Perceptron Múltiplas-Camadas.

Download

Aprendizado profundo no reconhecimento de sinais estáticos de Libras

Eros Caiafa, Fabiana Fonseca, Amaro de Lima, Gabriel Araujo, Eduardo A. B. da Silva

DOI: 10.14209/SBRT.2020.1570660513

Keywords: Libras Reconhecimento de Gestos Visão Computacional Acessibilidade

Abstract

Um problema bem comum, talvez o mais comum entre as pessoas com deficiência auditiva, é o fato de terem dificuldade em interagir com outras pessoas, pois mesmo tendo uma língua para a sua integração, poucas pessoas a conhecem. Muitos trabalhos tem usado soluções tecnológicas pra esse problema, mas a maioria possui algum custo financeiro (por usar dispositivos para vestir) ou são atualmente limitados (visão computacional). Neste trabalho, tentamos avançar em soluções usando visão computacional para o problema de reconhecimento de gestos em Libras (Lingua Brasileira de Sinais). Para tanto, compilamos alguns trabalhos recentes na área, bem como mostramos algumas simulações usando aprendizado profundo em bases de dados contendo gestos ou sinais estáticos em Libras. As simulações contém uma comparação das redes neurais LeNet, InceptionV3, VGG e ResNET no reconhecimento dos sinais em duas bases de dados, atingindo acurácias maiores que 99%.

Download

Uso de Redes Neurais na Desconvolução Preditiva de Traços Sísmicos

Maiane Junqueira Teixeira Neto, Rafael Ferrari

DOI: 10.14209/SBRT.2020.1570660542

Keywords:

Abstract

Deconvolution of mixed phase wavelets is a challenging problem which is not successfully solved through linear predictors. Thus, this paper investigates the use of nonlinear Forward Prediction Error Filters on mixed phase scenarios. This approach is based on the effectiveness of theses structures in mixed phase equalization problems and the preliminary results are promising, which encourage further research in more complex scenarios.

Download

Implementação em FPGA de um Sistema Keyword Spotting Usando Redes Neurais Convolucionais

Natan Votre, Walter Gontijo, Eduardo L. O. Batista

DOI: 10.14209/SBRT.2020.1570660547

Keywords: keyword spotting FPGA CNN MFCC

Abstract

This paper presents the field-programmable-gate-array (FPGA) implementation of a keyword spotting (KWS) system focused on the detection of specific words in Portuguese language. The implemented system is based on the use of mel-frequency cepstral coefficients (MFCCs) as features for a convolutional neural network (CNN). Initially, the proposed KWS system is implemented and evaluated using the Python programming language along with the TensorFlow module. Afterwards, the FPGA synthesis of the proposed system is carried out as well as its evaluation using an appropriate development kit. The obtained results show that the implemented system is very effective and capable of processing dozens of audio channels in real time.

Download

Sistema de Localização em Ambientes Internos usando Wi-Fi e algoritmo K-NN

Alipio Sales Carvalho, José F. Rezende, Celso Barbosa Carvalho

DOI: 10.14209/SBRT.2020.1570660589

Keywords:

Abstract

In recent years, with the evolution of information and communication technologies, new techniques for locating objects or users in indoor environments have emerged. Despite this, indoor location systems (ILSs) continue to be a challenge since some proposals depend on sensors with specific technology and high cost to obtain adequate system accuracy. In addition, many existing ILS proposals have limitations in their Human-Machine Interaction (HMI), making operation and usability difficult. In this article we present an ILS proposal for indoor environments based on K-NN machine learning algorithm. The proposed ILS runs on the Android platform and was built to allow easy operation and usability for users. The proposed ILS showed an average location error of 2.53 m (eg 2.53 m in the X coordinate and 1.30 m in the Y coordinate), surpassing recent work in the literature, where the lowest mean square error obtained was 6.7283 m, in addition, our proposal provides HMI configuration facilities.

Download