Tesis:
Algoritmo y arquitectura de red neuronal para el procesamiento de señal aplicado a la determinación y cuantificación de los elementos presentes en composiciones espectrales
- Autor: PEREZ UTRERO, Rosa María
- Título: Algoritmo y arquitectura de red neuronal para el procesamiento de señal aplicado a la determinación y cuantificación de los elementos presentes en composiciones espectrales
- Fecha: 1995
- Materia: REDES NEURALES;ALGORITMOS
- Escuela: FACULTAD DE INFORMATICA
- Departamentos: ARQUITECTURA Y TECNOLOGIA DE SISTEMAS INFORMATICOS
- Acceso electrónico:
- Director/a 1º: GOMEZ VILDA, Pedro
- Director/a 2º: MARTINEZ COBO, Pablo
- Resumen: El presente trabajo está relacionado con el desarrollo de un método robusto para la determinación y cuantificación de los elementos presentes en un espectro composición obtenido de una mezcla de radio núclidos, suponiendo que las muestras de los espectros individuales presentes en la mezcla son conocidos de antemano. Los algoritmos digitales convencionales para solucionar este problema son bastante lentos debido a que utilizan computación en serie. Consideramos el siguiente problema (Problema de la Mezcla) : dado los espectros de un número (k) de radio-núclidos (Referencias Básicas), se trata de determinar la composición desconocida de una mezcla de las referencias a partir del espectro de la misma. El objetivo principal de este trabajo es explotar la posibilidad de utilizar Redes Neuronales para obtener una solución robusta y eficiente al problema de la mezcla en espectros de radiación. La red neuronal propuesta es una red recurrente lineal basada en el modelo de Hopfield, que permite asegurar la convergencia del problema mediante la utilización del algoritmo adaptativo de minimización de error (método del grandiente). Se ha elegido el modelo de Hopfield, porque, el problema planteado es esencialmente lineal. Otro problema considerado, de gran interés pero de naturaleza compleja, es el tratamiento de las deformaciones que aparecen en el espectro cuando se tienen en cuenta las derivas instrumentales. Se analiza un modelo que incluye el tratamiento de las derivas como una extensión de las contribuciones individuales al espectro mezcla, lo cual implica una simple extensión del conjunto de referencias básicas y una aplicación recursiva del algoritmo de minimización. Se explora el comportamiento y la precisión de los resultados obtenidos, así como la capacidad de discriminación en mezclas muy heterogéneas, y en la presencia de ruido