Use este identificador para citar ou linkar para este item: https://repositorio.ufba.br/handle/ri/37473
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBlanco Garcia, Drahcir Alexander-
dc.date.accessioned2023-08-03T11:17:05Z-
dc.date.available2023-08-03T11:17:05Z-
dc.date.issued2023-06-29-
dc.identifier.citationBLANCO GARCIA, Drahcir Alexander. Métrica assimétrica de Fubini-Study na grassmanniana total. 2023. 45 f. Dissertação (Mestrado em Matemática) Instituto de Matemática e Estatística, Universidade Federal da Bahia, Salvador, BA, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufba.br/handle/ri/37473-
dc.description.abstractThere are several applications for metrics on Grassmannians, such as machine learning, wireless communication, and computer vision. However, computing the distances between subspaces of different dimensions presents challenges, especially due to the dimensional asymmetry of these subspaces. Therefore, it is necessary to use asymmetric metrics to deal with this situation. In this paper, we extend the Fubini-Study metric as an asymmetric angle, which has useful properties and is easy to compute.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Bahiapt_BR
dc.subjectGrassmannianapt_BR
dc.subjectMétrica assimétricapt_BR
dc.subjectFubini-Studypt_BR
dc.subjectÂngulos entre subespaçospt_BR
dc.subjectÁlgebra de Grassmannpt_BR
dc.subject.otherGrassmannianpt_BR
dc.subject.otherAsymmetric metricpt_BR
dc.subject.otherFubini-Studypt_BR
dc.subject.otherAngle between subspacespt_BR
dc.subject.otherGrassmann algebrapt_BR
dc.titleMétrica assimétrica de Fubini-Study na grassmanniana toralpt_BR
dc.title.alternativeFubini-Study asymmetric metric in toral grassmannianpt_BR
dc.typeDissertaçãopt_BR
dc.publisher.programPós-Graduação em Matemática (PGMAT) pt_BR
dc.publisher.initialsUFBApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICApt_BR
dc.contributor.advisor1Mandolesi, André Luís Godinho-
dc.contributor.advisor1ID0000-0002-5329-7034pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1025347202189826pt_BR
dc.contributor.referee1Mandolesi, André Luís Godinho-
dc.contributor.referee1ID0000-0002-5329-7034pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1025347202189826pt_BR
dc.contributor.referee2Alves, Benigno Oliveira-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1381526869816280pt_BR
dc.contributor.referee3Ferreira Júnior, Perfilino Eugênio-
dc.contributor.referee3ID0000-0002-7629-6325pt_BR
dc.contributor.referee3Latteshttp://lattes.cnpq.br/1039996010768964pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/9361255276021902pt_BR
dc.description.resumoExistem várias aplicações para as métricas sobre as Grassmannianas, como aprendizado de máquina, comunicação sem fio e visão computacional. No entanto, o cálculo das distâncias entre subespaços de diferentes dimensões apresenta desafios, especialmente devido à assimetria dimensional desses subespaços. Portanto, é necessário utilizar métricas assimétricas para lidar com essa situação. Neste trabalho, estendemos a métrica Fubini-Study como um ângulo assimétrico, que possui propriedades úteis e é de fácil cálculo.pt_BR
dc.publisher.departmentInstituto de Matemáticapt_BR
dc.type.degreeMestrado Acadêmicopt_BR
Aparece nas coleções:Dissertação (PGMAT)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DisrtaçãoDrahcirBlanco.pdfDissertação de Mestrado de Drahcir Alexander Blanco Garcia1,28 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.