Extensões Multidimensionais para Correntropia e suas Aplicações em Estimativas Robustas
correntropia, teoria da informação, regressão linear, identificação de sistemas, sistemas lineares
Motivado pelos recentes avanços científicos na área de ITL, venho através desde trabalho apresentar um novo algoritmo que estende as aplicações de correntropia para estimadores lineares. Esta nova extensão calcula correntropia em qualquer dimensão, em vez de apenas comparar duas variáveis como apresentado na definição original. A correntropia apresenta várias propriedades interessantes que conecta áreas como ITL, métodos de Kernel e estimadores robustos. A organização da tese é a seguinte. Após um breve histórico sobre ITL e métodos de Kernel para introduzir as terminologias, algumas definições sobre teoria de informação são apresentadas no capítulo 02. No capítulo 03, apresentamos a definição da entropia e da entropia quadratica de Rényi bem como a conceituação de potencial de informação – IP, apresentamos também a definição e aplicações do Espaço de Hilbert Reproduzido por Kernel – RKHS e uma introdução à unificação entre ITL e métodos de Kernel ou aprendizagem estatística. No capítulo 04 será discutido as contribuições deste trabalho na extensão do conceito da correntropia para espaço muitidimensional e finalmente, no capítulo 05 será apresentado a aplicação dos conceitos da correntropia para espaço multidimensional na identificação de sistemas lineares robustos e as conclusões.