Separação cega de fontes para o caso de misturas não lineares usando algoritmo genético, redes neurais artificiais e negentropia de renyi
algoritmo genético, redes neurais artificiais, negentropi
Separação cega de fontes para o caso de misturas não lineares usando algoritmo genético, redes neurais artificiais e negentropi. Os métodos convencionais para resolver o problema de separação cega de fontes nãolineares, em geral, utilizam série de restrições à obtenção da solução, levando muitas vezes, a uma não perfeita separação das fontes originais. Neste trabalho, propomos uma alternativa de função custo ou objetivo com base na teoria da informação e utilizar algoritmos genéticos para otimizar essa função e redes neurais artificias do tipo base radial. Algoritmos genéticos são poderosas ferramentas de pesquisa global, e, portanto, bem adaptados para utilização em problemas de separação cego de fontes. No presente trabalho fazemos uso de uma nova função custo, juntamente com algoritmos genéticos para resolver o problema de análise de componentes independentes com misturas não linear gerado a partir de uma rede neural, e assim, obter a separação cega de fonte fontes de alguns sinais em forma de ondas.