FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2143697476> ?p ?o ?g. }

• W2143697476 abstract "espanolEn la ultima decada, los metodos kernel (metodos nucleo) han demostrado ser tecnicas muy eficaces en la resolucion de problemas no lineales. Parte de su exito puede atribuirse a su solida base matematica dentro de los espacios de Hilbert generados por funciones kernel (reproducing kernel Hilbert spaces, RKHS); y al hecho de que resultan en problemas convexos de optimizacion. Ademas, son aproximadores universales y la complejidad computacional que requieren es moderada. Gracias a estas caracteristicas, los metodos kernel constituyen una alternativa atractiva a las tecnicas tradicionales no lineales, como las series de Volterra, los polinomios y las redes neuronales. Los metodos kernel tambien presentan ciertos inconvenientes que deben ser abordados adecuadamente en las distintas aplicaciones, por ejemplo, las dificultades asociadas al manejo de grandes conjuntos de datos y los problemas de sobreajuste ocasionados al trabajar en espacios de dimensionalidad infinita. En este trabajo se desarrolla un conjunto de algoritmos basados en metodos kernel para resolver una serie de problemas no lineales, dentro del ambito del procesado de senal y las comunicaciones. En particular, se tratan problemas de identificacion e igualacion de sistemas no lineales, y problemas de separacion ciega de fuentes no lineal (blind source separation, BSS). Esta tesis se divide en tres partes. La primera parte consiste en un estudio de la literatura sobre los metodos kernel. En la segunda parte, se proponen una serie de tecnicas nuevas basadas en regresion con kernels para resolver problemas de identificacion e igualacion de sistemas de Wiener y de Hammerstein, en casos supervisados y ciegos. Como contribucion adicional se estudia el campo del filtrado adaptativo mediante kernels y se proponen dos algoritmos recursivos de minimos cuadrados mediante kernels (kernel recursive least-squares, KRLS). En la tercera parte se tratan problemas de decodificacion ciega en que las fuentes son dispersas, como es el caso en comunicaciones digitales. La dispersidad de las fuentes se refleja en que las muestras observadas se agrupan, lo cual ha permitido disenar tecnicas de decodificacion basadas en agrupamiento espectral. Las tecnicas propuestas se han aplicado al problema de la decodificacion ciega de canales MIMO rapidamente variantes en el tiempo, y a la separacion ciega de fuentes post no lineal. EnglishIn the last decade, kernel methods have become established techniques to perform nonlinear signal processing. Thanks to their foundation in the solid mathematical framework of reproducing kernel Hilbert spaces (RKHS), kernel methods yield convex optimization problems. In addition, they are universal nonlinear approximators and require only moderate computational complexity. These properties make them an attractive alternative to traditional nonlinear techniques such as Volterra series, polynomial filters and neural networks. This work aims to study the application of kernel methods to resolve nonlinear problems in signal processing and communications. Specifically, the problems treated in this thesis consist of the identification and equalization of nonlinear systems, both in supervised and blind scenarios, kernel adaptive filtering and nonlinear blind source separation. In a first contribution, a framework for identification and equalization of nonlinear Wiener and Hammerstein systems is designed, based on kernel canonical correlation analysis (KCCA). As a result of this study, various other related techniques are proposed, including two kernel recursive least squares (KRLS) algorithms with fixed memory size, and a KCCA-based blind equalization technique for Wiener systems that uses oversampling. The second part of this thesis treats two nonlinear blind decoding problems of sparse data, posed under conditions that do not permit the application of traditional clustering techniques. For these problems, which include the blind decoding of fast time-varying MIMO channels, a set of algorithms based on spectral clustering is designed. The effectiveness of the proposed techniques is demonstrated through various simulations." @default.
• W2143697476 created "2016-06-24" @default.
• W2143697476 creator A5020583119 @default.
• W2143697476 date "2010-02-03" @default.
• W2143697476 modified "2023-09-26" @default.
• W2143697476 title "Kernel Methods for Nonlinear Identification, Equalization and Separation of Signals" @default.
• W2143697476 cites W1480643256 @default.
• W2143697476 cites W1483596651 @default.
• W2143697476 cites W1489704256 @default.
• W2143697476 cites W1496317909 @default.
• W2143697476 cites W1510073064 @default.
• W2143697476 cites W1511988855 @default.
• W2143697476 cites W1515024463 @default.
• W2143697476 cites W1520757484 @default.
• W2143697476 cites W1526880365 @default.
• W2143697476 cites W153256745 @default.
• W2143697476 cites W1535810436 @default.
• W2143697476 cites W1540155273 @default.
• W2143697476 cites W1547069917 @default.
• W2143697476 cites W1548345288 @default.
• W2143697476 cites W1548802052 @default.
• W2143697476 cites W1554422878 @default.
• W2143697476 cites W1555711139 @default.
• W2143697476 cites W1563578259 @default.
• W2143697476 cites W1578099820 @default.
• W2143697476 cites W158524681 @default.
• W2143697476 cites W1592082209 @default.
• W2143697476 cites W1595701760 @default.
• W2143697476 cites W1598848446 @default.
• W2143697476 cites W1634895931 @default.
• W2143697476 cites W1647376582 @default.
• W2143697476 cites W1667165204 @default.
• W2143697476 cites W1755117326 @default.
• W2143697476 cites W1766432634 @default.
• W2143697476 cites W1776966358 @default.
• W2143697476 cites W1839113334 @default.
• W2143697476 cites W1896992109 @default.
• W2143697476 cites W1925821051 @default.
• W2143697476 cites W1965748119 @default.
• W2143697476 cites W1969695669 @default.
• W2143697476 cites W1971838648 @default.
• W2143697476 cites W1973407458 @default.
• W2143697476 cites W1973656588 @default.
• W2143697476 cites W1973914465 @default.
• W2143697476 cites W1975077471 @default.
• W2143697476 cites W1975588358 @default.
• W2143697476 cites W1978853309 @default.
• W2143697476 cites W1980759970 @default.
• W2143697476 cites W1981116189 @default.
• W2143697476 cites W1986007546 @default.
• W2143697476 cites W1986280275 @default.
• W2143697476 cites W1986580492 @default.
• W2143697476 cites W1988130470 @default.
• W2143697476 cites W1990663050 @default.
• W2143697476 cites W1991777572 @default.
• W2143697476 cites W1999557603 @default.
• W2143697476 cites W2001600470 @default.
• W2143697476 cites W2009511046 @default.
• W2143697476 cites W2010330489 @default.
• W2143697476 cites W2014158063 @default.
• W2143697476 cites W2015904350 @default.
• W2143697476 cites W2016202965 @default.
• W2143697476 cites W2017242013 @default.
• W2143697476 cites W2019502123 @default.
• W2143697476 cites W2022945777 @default.
• W2143697476 cites W2025341678 @default.
• W2143697476 cites W2027197837 @default.
• W2143697476 cites W2027661509 @default.
• W2143697476 cites W2031019611 @default.
• W2143697476 cites W2032516868 @default.
• W2143697476 cites W2032572871 @default.
• W2143697476 cites W2034331023 @default.
• W2143697476 cites W2038237443 @default.
• W2143697476 cites W2040135606 @default.
• W2143697476 cites W2043562021 @default.
• W2143697476 cites W2045517669 @default.
• W2143697476 cites W2046439063 @default.
• W2143697476 cites W2046791564 @default.
• W2143697476 cites W2048652923 @default.
• W2143697476 cites W2049633694 @default.
• W2143697476 cites W2051936193 @default.
• W2143697476 cites W2053818834 @default.
• W2143697476 cites W2054877413 @default.
• W2143697476 cites W2056211671 @default.
• W2143697476 cites W2056321881 @default.
• W2143697476 cites W2058522416 @default.
• W2143697476 cites W2070057735 @default.
• W2143697476 cites W2072627349 @default.
• W2143697476 cites W2076236698 @default.
• W2143697476 cites W2079106680 @default.
• W2143697476 cites W2085560853 @default.
• W2143697476 cites W2086310936 @default.
• W2143697476 cites W2094510559 @default.
• W2143697476 cites W2096765600 @default.
• W2143697476 cites W2097936772 @default.
• W2143697476 cites W2098369756 @default.
• W2143697476 cites W2099242680 @default.
• W2143697476 cites W2099741732 @default.
• W2143697476 cites W2100235303 @default.
• W2143697476 cites W2102380305 @default.

• next