Técnicas de Inteligência Computacional – Capítulo 6

  • Título: Estimativa Bayesiana de Propriedades Acústicas em Tubos de Kundt.
  • Autores: Mario Olavo Magno de Carvalho, Marcus Vinícius Girão de Morais e Alberto Carlos Guimarães Castro Diniz.
  • DOI: 10.7436/2014.tica.06
  • Resumo: Por meio de uma abordagem Bayesiana, resolve-se o problema da identificação das propriedades de absorção de amostras de material submetidas à ondas unidimensionais de pressão acústica em tubos de Kundt. Aplica-se um método de Monte Carlo via Cadeia de Markov, em um algoritmo de Metropolis-Hastings, para a solução do problema inverso. As soluções são buscadas em um espaço de funções Splines, acelerando a convergência sem perda de generalidade. Sinais de pressão independentes foram simulados para construir o modelo a priori. Apresentam-se os conceitos fundamentais da metodologia proposta; que é analisada quanto a sua precisão e estabilidade em um experimento simulado.
  • Palavras-chave: Modelagem Estocástica, Funções Splines, Otimização, Tubo de Impedância.
  • Abstract: A Bayesian approach was applied to solve an identification problem of some absorption properties of material samples subjected to one-dimensional acoustic pressure waves in a Kundt’s Tube. A Markov Chain Monte Carlo sampling approach, implemented in the form of the Metropolis-Hastings algorithm, was used to solve the inverse problem. The solutions were searched in a spline functions space, accelerating the convergence without loss of generality. Pressure signals were simulated to construct the prior model. The fundamental concepts of the proposed methodology are presented, and it is analysed to its accuracy and stability in a simulated experiment.
  • Keywords: Stochastic modeling, Spline functions, Optimization, Impedance tube.
PDF do capítulo (4.384 MB):
BIBTEX do capítulo:

 

Os comentários estão encerrados.