The LHC particle accelerator has undergone an update process, producing the effect known as pileup (overlapping signals) in the Experiment frontend electronics. As the algorithm currently used for the reconstruction of the energy generated in these collisions is not tolerant to this effect, this work proposes the hardware implementation of an iterative method based on a variant of Descending Gradient that recovers the information of the amplitude of the signals superimposed within an acquisition window. With this implementation dozens of channels can be implemented in parallel within a single FPGA, in addition to respecting the required operating latency to the ATLAS acquisition system.

Resumo-Este trabalho tem como objetivo a implementação de um sistema inverso para remover a resposta ao impulso de um calorímetro operando a uma alta taxa de eventos. O calorímetro Tilecal apresenta uma resposta ao impulso maior do que a taxa de eventos adquiridos, gerando empilhamento de sinais na sua eletrônica de leitura. Foram propostos filtros FIR que aproximam o sistema inverso, no entanto, características não-lineares intrínsecas ao calorímetro como desvio de fase e deformação do pulso, fazem com que filtros lineares não sejam adequados a este cenário. Devidoà essas características,é proposto um filtro inverso baseado em redes neurais, implementável em hardware dedicado (FPGA). Este método mostrou-se mais eficiente, ao ser comparadoà um método de filtragem baseado em filtro linear.

Resumo-Nas operações de guerra naval, várias técnicas foram desenvolvidas para detecção e classificação de navios. Dada a natureza sigilosa dos dadosé extremamente difícil obter grandes quantidades dos mesmos, o que torna difícil o uso de técnicas que dependam de dados abundantes, especialmente o aprendizado profundo. Este trabalho propõe a aplicação de uma técnica de treinamento adversarial para classificação de sinais de sonar passivo. Como a técnica proposta treina um gerador de imagens sintéticas, que depois serão utilizadas para o treinamento de um classificador, a qualidade daquele será avaliada. O método proposto atinge uma acurácia de 98,4 ± 0,6 %.

No abstract

Resumo-Exige-se o processamento de grandes quantidades de dados gerados pelos muitos canais de medição de energia do experimento ATLAS no acelerador de partículas LHC. Os canais de leitura fornecem um sinal alterado em relação ao evento físico, isso combinado ao aumento da taxa de eventos, planejado para o LHC, fazem surgir o efeito de empilhamento do sinal. Técnicas de deconvolução do canal tem sido pesquisadas, existindo interesse nas redes neurais artificiais (RNA) e representações esparsas do sinal. Logo, neste trabalho, propõe-se utilizar a unidade linear retificada (reLu) na RNA, combinando as técnicas de RNA e representação esparsa do sinal.