Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/22226
Title: Análise estatística do método compressive sensing aplicado a dados sísmicos
Authors: Marinho, Eberton da Silva
Keywords: Reconstrução de dados sísmicos;Bayesian Compressive Sensing (BCS);$\ell_1$-MAGIC;Wavelets;Curtose;Entropia;Esparsidade
Issue Date: 22-Aug-2016
Citation: MARINHO, Eberton da Silva. Análise estatística do método compressive sensing aplicado a dados sísmicos. 2016. 120f. Tese (Doutorado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
Portuguese Abstract: O Compressive Sensing (CS) é uma técnica de processamento de dados eficiente na recuperação e construção de sinais a partir de uma taxa de amostragem menor que a requerida pelo teorema de Shannon-Nyquist. Esta técnica permite uma grande redução de dados para sinais que podem ser esparsamente representados. A Transformada Wavelet tem sido utilizada para comprimir e representar muitos sinais naturais, incluindo sísmicos, de uma forma esparsa. Há diversos algoritmos de reconstrução de sinais que utilizam a técnica de CS, como por exemplo: o $\ell_1$-MAGIC, o Fast Bayesian Compressive Sensing (Fast BCS) e o Stagewise Orthogonal Matching Pursuit (StOMP). Esta tese compara a recuperação de traços sísmicos sob uma perspectiva estatística usando diferentes métodos do CS, transformadas wavelets e taxas de amostragens. Mediu-se a correlação entre o Erro Relativo (ER) de recuperação pelo CS e as medições: coeficiente de variação, assimetria, curtose e entropia do sinal original. Parece haver uma correlação entre a curtose e entropia do sinal com o ER de reconstrução pelo CS. Ademais, foi analizado a distribuição do ER no CS. O $\ell_1$-MAGIC teve melhores resultados para taxas de amostragens até 40%. Além disso, a distribuição do ER no $\ell_1$-MAGIC teve mais histogramas normais, simétricos e mesocúrticos que no Fast BCS. Entretanto, para taxas de amostragem acima de 50%, o Fast BCS mostrou um melhor desempenho em relação à média do ER.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/22226
Appears in Collections:PPGCEP - Doutorado em Ciência e Engenharia do Petróleo

Files in This Item:
File Description SizeFormat 
AnáliseEstatísticaMétodo_Marinho_2016.pdf26,65 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.