Análise estatística do método compressive sensing aplicado a dados sísmicos

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 represe...

Cur síos iomlán

Sábháilte in:
Sonraí bibleagrafaíochta
Príomhchruthaitheoir: Marinho, Eberton da Silva
Rannpháirtithe: Lucena, Liacir dos Santos
Formáid: doctoralThesis
Teanga:por
Foilsithe / Cruthaithe: Brasil
Ábhair:
Rochtain ar líne:https://repositorio.ufrn.br/jspui/handle/123456789/22226
Clibeanna: Cuir clib leis
Níl clibeanna ann, Bí ar an gcéad duine le clib a chur leis an taifead seo!
id ri-123456789-22226
record_format dspace
spelling ri-123456789-222262019-01-30T02:13:17Z Análise estatística do método compressive sensing aplicado a dados sísmicos Marinho, Eberton da Silva Lucena, Liacir dos Santos http://lattes.cnpq.br/4697680575712492 http://lattes.cnpq.br/7151949476055522 Corso, Gilberto http://lattes.cnpq.br/0274040885278760 Araújo, João Medeiros de http://lattes.cnpq.br/3061734732654188 Nascimento, Hugo Alexandre Dantas do http://lattes.cnpq.br/2920005922426876 Henriques, Marcos Vinicius Cândido http://lattes.cnpq.br/7414109374510547 Reconstrução de dados sísmicos Bayesian Compressive Sensing (BCS) $\ell_1$-MAGIC Wavelets Curtose Entropia Esparsidade CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA 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. 2017-03-13T21:12:47Z 2017-03-13T21:12:47Z 2016-08-22 doctoralThesis 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. https://repositorio.ufrn.br/jspui/handle/123456789/22226 por Acesso Aberto application/pdf Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEO
institution Repositório Institucional
collection RI - UFRN
language por
topic Reconstrução de dados sísmicos
Bayesian Compressive Sensing (BCS)
$\ell_1$-MAGIC
Wavelets
Curtose
Entropia
Esparsidade
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
spellingShingle Reconstrução de dados sísmicos
Bayesian Compressive Sensing (BCS)
$\ell_1$-MAGIC
Wavelets
Curtose
Entropia
Esparsidade
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
Marinho, Eberton da Silva
Análise estatística do método compressive sensing aplicado a dados sísmicos
description 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.
author2 Lucena, Liacir dos Santos
author_facet Lucena, Liacir dos Santos
Marinho, Eberton da Silva
format doctoralThesis
author Marinho, Eberton da Silva
author_sort Marinho, Eberton da Silva
title Análise estatística do método compressive sensing aplicado a dados sísmicos
title_short Análise estatística do método compressive sensing aplicado a dados sísmicos
title_full Análise estatística do método compressive sensing aplicado a dados sísmicos
title_fullStr Análise estatística do método compressive sensing aplicado a dados sísmicos
title_full_unstemmed Análise estatística do método compressive sensing aplicado a dados sísmicos
title_sort análise estatística do método compressive sensing aplicado a dados sísmicos
publisher Brasil
publishDate 2017
url https://repositorio.ufrn.br/jspui/handle/123456789/22226
work_keys_str_mv AT marinhoebertondasilva analiseestatisticadometodocompressivesensingaplicadoadadossismicos
_version_ 1773961387787157504