1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m21d.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34T/49M7R4L |
Repositório | sid.inpe.br/mtc-m21d/2023/08.22.19.06 |
Última Atualização | 2023:12.12.14.08.56 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21d/2023/08.22.19.06.43 |
Última Atualização dos Metadados | 2023:12.12.23.39.11 (UTC) administrator |
Chave Secundária | INPE-18737-TDI/3358 |
Chave de Citação | Sautter:2023:EnApIn |
Título | Gradient pattern analysis: enhancements and applications including the influence of noise on pattern formation ![](http://mtc-m21d.sid.inpe.br/col/dpi.inpe.br/banon/2000/01.23.20.24/doc/externalLink.gif) |
Título Alternativo | Análise de padrões gradiente: Aprimoramentos e aplicações incluindo a influência do ruído na formação de padrões |
Curso | CAP-COMP-DIPGR-INPE-MCTI-GOV-BR |
Ano | 2023 |
Data | 2023-08-11 |
Data de Acesso | 21 jun. 2024 |
Tipo da Tese | Tese (Doutorado em Computação Aplicada) |
Tipo Secundário | TDI |
Número de Páginas | 94 |
Número de Arquivos | 1 |
Tamanho | 19565 KiB |
|
2. Contextualização | |
Autor | Sautter, Rubens Andreas |
Grupo | CAP-COMP-DIPGR-INPE-MCTI-GOV-BR |
Banca | Stephany, Stephan (presidente) Rosa, Reinaldo Roberto (orientador) Santos, Leonardo Bacelar Lima Fenton, Flavio Hernández Rempel, Érico Luiz |
Endereço de e-Mail | rubens.sautter@gmail.com |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2023-08-22 19:06:43 :: rubens.sautter@inpe.br -> administrator :: 2023-08-23 12:12:39 :: administrator -> pubtc@inpe.br :: 2023-08-23 12:13:04 :: pubtc@inpe.br -> rubens.sautter@inpe.br :: 2023-08-28 21:11:08 :: rubens.sautter@inpe.br -> pubtc@inpe.br :: 2023-12-12 14:08:05 :: pubtc@inpe.br -> simone :: 2023-12-12 14:08:30 :: simone :: -> 2023 2023-12-12 14:10:18 :: simone -> administrator :: 2023 2023-12-12 23:39:11 :: administrator -> :: 2023 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | gradient pattern analysis spatiotemporal pattern formation nonlinear fluctuations stochastic complex Ginzburg-Landau structures in space physics análise de padrões gradiente formação de padrões espaço-temporais flutuações não-lineares equação complexa estocástica de Ginzburg-Landau estruturas em física espacial |
Resumo | This doctoral project in applied computing enhances and evaluates the performance of the Gradient Pattern Analysis (GPA) technique in characterizing the spatiotemporal pattern formation processes generated from the multidimensional Stochastic Complex Ginzburg-Landau (SCGL) model. It is verified that the inclusion of noise, forming a stochastic extended system, leads to vortices and spiral defects that are structures resulting from the breaking of localized gradient symmetries which is compatible with the main GPA measurement criteria. The influence of the colored noise model (additive and multiplicative) on the formation of such patterns is investigated with an improved version of the GPA. For this, we present a refinement of the GPA considering two new increments: (i) A more precise metric to measure the phase fluctuation of the gradient lattice corresponding to each {{snapshot;}} and (ii) a new Lyapunov stability analysis of the reactive part is considered to evaluate which of the colored noises results in the highest rate of asymmetric fluctuations. Considering the stochastic model studied in this work, the stability analysis indicates that white and pink noise do not contribute to the formation of asymmetric fluctuations in the reactive phase space, while red noise is effective. Furthermore, based on the GPA measurements for modulus (G2) and phase (G3), we show that the SCGL multiplicative red noise model presents greater structural coherence in the generation of spiral defects than the additive model. Based on these results, applications of incremental GPA in a future machine learning context are presented, taking as examples data frames related to pattern formation processes in solar physics, cosmology, and medicine. RESUMO: Este projeto de doutorado em computação aplicada aprimora e avalia o desempenho da técnica Gradient Pattern Analysis (GPA) na caracterização dos processos de formação de padrões espaço-temporais gerados a partir do modelo multidimensional, complexo e estocástico, de Ginzburg-Landau (SCGL). Verifica-se que a inclusão de ruído, formando um sistema estendido estocástico, leva a vórtices e defeitos espirais que são estruturas coerentes resultantes da quebra de simetrias localizadas compatíveis com os principais critérios de medidas do GPA. A influência do modelo de ruído colorido (aditivo e multiplicativo) na formação de tais padrões é investigada com uma versão melhorada do GPA. Para isso, apresentamos um refinamento do GPA considerando dois novos incrementos: (i) Uma métrica mais precisa para medir a flutuação de fase da grade gradiente correspondente a cada {{instantâneo;}} e (ii) uma nova análise de estabilidade de Lyapunov da parte reativa é considerada para avaliar qual dos ruídos coloridos resulta na maior taxa de flutuações assimétricas. Considerando o modelo estocástico estudado neste trabalho, a análise de estabilidade indica que os ruídos branco e rosa não contribuem para a formação de flutuações assimétricas no espaço de fase reativa, enquanto o ruído vermelho é efetivo. Além disso, com base nas medidas de GPA para módulo (G2) e fase (G3), mostramos que o modelo SCGL com ruído vermelho multiplicativo apresenta maior coerência estrutural na geração de defeitos espirais do que o modelo aditivo. Com base nesses resultados, são apresentadas aplicações de GPA incremental em um futuro contexto de aprendizado de máquina, tomando como exemplos dataframes relacionados a processos de formação de padrões em física solar, cosmologia e medicina. |
Área | COMP |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Gradient pattern analysis:... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Gradient pattern analysis:... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | originais/@4primeirasPaginas (1).pdf | 12/12/2023 10:00 | 172.5 KiB | originais/Defesa.pdf | 05/09/2023 15:59 | 121.9 KiB | originais/Tese_Rubens-19.pdf | 05/09/2023 15:24 | 19.0 MiB | |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34T/49M7R4L |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/49M7R4L |
Idioma | en |
Arquivo Alvo | publicacao.pdf |
Grupo de Usuários | pubtc@inpe.br rubens.sautter@inpe.br simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 |
Detentor dos Direitos | originalauthor yes |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2PHGS 8JMKD3MGPCW/46KUES5 |
Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.12.22.16 1 |
Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 |
|
6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|