DEFESA Nº 138

Discente: WESLEY VIEIRA DE SANTANA
Título: ALGORITMO FSS MODIFICADO APLICADO À QUANTIZAÇÃO VETORIAL ROBUSTA

Orientador:  FRANCISCO MADEIRO BERNARDINO JUNIOR

Examinador Interno: VERUSCA SEVERO DE LIMA

Examinador Externo: HUGO VALADARES SIQUEIRA

Coorientador: WASLON TERLLIZZIE ARAUJO LOPES

Código da Sala: Google Meet: RESTRITO

Data: 15/06/2022 14:00h
Local: VIDEOCONFERÊNCIA

Resumo do Projeto:

Neste trabalho são apresentadas e avaliadas técnicas que minimizam os impactos provocados por erros de canal na transmissão de imagens e voz por meio de um Canal Binário Simétrico (BSC - Binary Symmetric Channel). Foi proposta uma versão modificada do algoritmo de Busca por Cardume (FSS - Fish School Search) na aplicação da Quantização Vetorial Robusta (RVQ - Robust Vector Quantization), que é um problema de otimização de natureza combinatorial, por meio da atribuição de índices dos vetores-código do dicionário. No processo de otimização da RVQ, a função objetivo utilizada é o índice de desordem do dicionário, o qual deve ser minimizado. Foi avaliado o desempenho dos dicionários organizados, considerando uma densidade de probabilidade não uniforme dos vetores-código. Além disso, a influência das distâncias Hamming iguais a 1 e 2 no índice de desordem foi avaliada, para o cenário de densidade de probabilidade de vetores-código não uniforme. O algoritmo FSS apresentou maiores reduções percentuais do índice de desordem para vários tamanhos de dicionários quando comparado ao Simulated Annealing e ao Algoritmo Genético (GA - Genetic Algorithm), representando uma alternativa para a RVQ. Os resultados de simulação da transmissão de imagens e voz por um canal ruidoso mostram que a consideração de densidade de probabilidade não uniforme dos vetores-código no cálculo do índice de desordem leva a um melhor desempenho em relação à quando se consideram vetores-código equiprováveis. Com relação à influência da distância de Hamming no índice de desordem proposto, verificou-se que considerar distância de Hamming igual a 2 resulta em um melhor desempenho quando comparado à distância de Hamming igual a 1. 

Palavras-chave: Quantização vetorial; quantização vetorial robusta; inteligência de enxames; otimização combinatorial; algoritmo de busca por cardume.