There are no translations available.

CONVITE PARA DEFESA DE DISSERTAÇÃO

A Coordenação do Programa de Pós-Graduação em Modelagem Matemática e Computacional tem o prazer de convidar a comunidade científica para a 195ª sessão pública de apresentação e defesa da dissertação de Mestrado:

CANDIDATO: LEONARDO FERREIRA CALAZANS

TÍTULO:

Métodos de otimização não linear aplicados ao cálculo do emaranhamento quântico de formação

BANCA EXAMINADORA

Prof. Dr. José Geraldo Peixoto de Faria (Orientador)

CEFET-MG

Prof. Dr. Rodrigo Tomás Nogueira Cardoso (Coorientador)

CEFET-MG

Prof. Dr. Raphael Campos Drumond

UFMG

Prof. Dr. Carlos Magno Martins Cosme

CEFET-MG

Profª. Drª. Elizabeth Fialho Wanner

CEFET-MG

LOCAL:

Auditório do Prédio 17, sala 401 Campus II, CEFET-MG

Av. Amazonas, 7675 - Nova Gameleira

DIA:

12 de dezembro 2014 - Sexta-feira

HORA:

13 horas

RESUMO: Neste trabalho estudamos o cálculo do emaranhamento de formação (EF) para estados quânticos bipartites arbitrários. O emaranhamento é tido como um dos principais recursos para realização da computação quântica e tem papel central na teoria de informação quântica sendo importante a sua mensuração.  O EF é um quantificador formulado como um problema não trivial de otimização que para computá-lo é necessário utilizar técnicas de otimização não linear. Usamos uma decomposição do operador densidade através de uma matriz U sujeita a restrição ortogonal.  As matrizes que satisfazem essa restrição formam um conjunto especial chamado de variedade de Stiefel que é o espaço de busca de soluções factíveis do problema. Realizamos um estudo comparativo sobre os algoritmos determinísticos da literatura para determinar qual deles é o mais eficiente para realizar uma busca local. Usamos o Algoritmo de Início Múltiplo (AIM), já utilizado na literatura, para computar o EF para uma série de sistemas quânticos de diferentes dimensões e, a partir do resultado encontrado, realizamos um estudo de algumas propriedades da função objetivo e suas relações  com a dimensões dos sistemas físicos envolvidos. Utilizamos o conhecimento da estrutura matemática do espaço de busca para propor operadores para algoritmos evolutivos que sempre geram soluções factíveis e podem ser utilizados em outros problemas sujeitos às mesmas restrições. Utilizamos um Algoritmo Genético e um Algoritmo de Seleção Clonal (CLONALG) para computar o EF e discutimos os resultados obtidos e as dificuldades encontradas. Por fim, propusemos um procedimento inspirado no CLONALG e baseado em métodos de direção de busca que nos experimentos realizados foi melhor que os demais algoritmos, do ponto de vista de se encontrar o mínimo global um maior número de vezes com menor esforço computacional.

 

Prof. Dr. Rodrigo Tomás Nogueira Cardoso

Coordenador do Programa de Pós-Graduação em

Modelagem Matemática e Computacional

 
There are no translations available.

CONVITE PARA DEFESA DE DISSERTAÇÃO

A Coordenação do Programa de Pós-Graduação em Modelagem Matemática e Computacional tem o prazer de convidar a comunidade científica para a 194ª sessão pública de apresentação e defesa da dissertação de Mestrado:

CANDIDATO: IZAQUIEL LOPES DE BESSAS

TÍTULO:

Definição Automática e On-Line do Limiar de Similaridade em Problemas de Recuperação de Informação Visual Baseada em Conteúdo

BANCA EXAMINADORA

TITULARES:

 

Prof. Dr. Flávio Luis Cardeal Pádua (Orientador)

CEFET-MG

Prof. Dr. Guilherme Tavares de Assis (Coorientador)

UFOP

Profª. Drª. Viviane Pereira Moreira

UFRGS

Prof. Dr. Rodrigo Tomás Nogueira Cardoso

CEFET-MG

LOCAL:

Auditório do Prédio 17, Campus II, CEFET-MG

Av. Amazonas, 7675 - Nova Gameleira

DIA:

19 de dezembro de 2014 - Sexta-feira

HORA:

14 horas

RESUMO: Vários sistemas de recuperação de informação utilizam funções para determinar a similaridade entre objetos de uma coleção. Tais funções necessitam, geralmente, de um limiar de similaridade, a partir do qual se torna possível decidir sobre a similaridade entre dois objetos quaisquer. Assim, dependendo do valor deste limiar, o resultado retornado por um sistema, mediante uma consulta, pode ser ou não satisfatório. A definição do valor do limiar de similaridade, no entanto, não é trivial já que a definição de tal valor depende de um conjunto de fatores, como por exemplo, a semântica dos objetos e a função de similaridade. Normalmente, um especialista humano estabelece um valor fixo para o limiar de similaridade de um determinado sistema, o qual é usado para todas as consultas. No entanto, nem sempre é possível definir tal valor, uma vez que a otimização manual por meio dos cálculos de revocação e precisão exige conhecimento prévio dos objetos contidos na coleção. Além disso, o trabalho necessário para definir o limiar de similaridade torna-se inviável à medida que a quantidade de objetos da coleção cresce. Portanto, esse trabalho propõe uma abordagem para estimação automática e on-line do valor do limiar de similaridade, a ser usada especificamente pelos mecanismos de busca de sistemas de recuperação de informação visual (imagens e vídeos) baseada em conteúdo. Tal abordagem visa obter resultados eficazes a partir da realização de uma consulta sem a definição prévia do limiar de similaridade, sendo o mesmo definido automaticamente e on-line para a consulta em questão. Os resultados obtidos a partir dos experimentos com a abordagem proposta mostram-se promissores, sendo que, por exemplo, atingiu-se com a abordagem proposta para um dos casos, uma soma acumulada de F1 de 36,34, enquanto para a mesma coleção e função de similaridade atingiu-se uma soma acumulada de F1 de 31,73 com o uso de um limiar de similaridade fixo definido empiricamente por um especialista humano, de modo que a abordagem proposta foi 14,5% mais eficaz.

Prof. Dr. Rodrigo Tomás Nogueira Cardoso

Coordenador do Programa de Pós-Graduação em

Modelagem Matemática e Computacional

 
Editores