Banca de QUALIFICAÇÃO: JOAO VITOR DE SOUZA LOPES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : JOAO VITOR DE SOUZA LOPES
DATA : 01/10/2026
HORA: 10:00
LOCAL: Virtual a definir
TÍTULO:

Otimização de Tabelas LUT para Aproximações Lineares por Partes em Sistemas Embarcados via Aprendizado por Reforço

PALAVRAS-CHAVES:

LUT, PWL, Aprendizado por Reforço, PPO, Aproximação de Fun- ções, Processo de Decisão de Markov, Sistemas Embarcados.

PÁGINAS: 108
RESUMO:

Em diversos cenários, funções não lineares são necessárias em sistemas embarcados para medição ou geração de sinais de saída. Entretanto, a implementação dessas fun- ções pode ser onerosa em arquiteturas de hardware com recursos limitados, marcadas por baixa resolução, aritmética em ponto fixo e memória reduzida. Nesses casos, é comum empregar tabelas de consulta (LUT, do inglês Look-Up Table), nas quais valores pré-computados da função são armazenados e acessados em tempo de execução. Em sua forma direta, essas LUTs realizam mapeamento 1:1, isto é, armazenam a saída para cada entrada possível. Nesse contexto, busca-se determinar o menor número de segmentos cuja aproximação satisfaça um erro máximo admissível, estabelecendo um compromisso entre precisão e uso de recursos. Para esse fim, diversas abordagens têm sido propostas, de métodos determinísticos a metaheurísticas evolutivas.

 

Neste trabalho, propõe-se uma formulação baseada em aprendizado por reforço profundo para a construção de aproximações PWL (do inglês Piecewise Linear) com restri- ção de erro. Esse arcabouço modela o problema como um processo de decisão sequencial: cada ponto de quebra é escolhido de forma incremental e condiciona o posicionamento dos segmentos seguintes. A política é otimizada pelo algoritmo Proximal Policy Optimization (PPO) com mascaramento de ações inválidas (MaskablePPO), que restringe a seleção a segmentos válidos durante a construção da solução. A abordagem é avaliada na aproximação da função seno no primeiro quadrante, sob diferentes resoluções de entrada e de saída. Os resultados preliminares indicam que o agente constrói aproximações válidas, com número de segmentos comparável ao de um método de referência baseado em algoritmo genético.

MEMBROS DA BANCA:
Presidente - 1284113 - SEBASTIAN YURI CAVALCANTI CATUNDA
Interno - 2579664 - ALLAN DE MEDEIROS MARTINS
Externo à Instituição - JUAN MOISES MAURICIO VILLANUEVA - UFPB