ScholarGate
Assistente
Machine learningTime-frequency analysis

Decomposição Empírica por Modos (EMD)

A Decomposição Empírica por Modos (EMD) é um método totalmente orientado por dados e adaptativo para decompor séries temporais não lineares e não estacionárias em um conjunto finito de componentes oscilatórios chamados Funções de Modo Intrínseco (IMFs), mais um resíduo monotônico. Introduzida por Norden E. Huang e colegas da NASA em 1998, a EMD não requer funções de base predefinidas e deriva todos os componentes diretamente do próprio sinal, tornando-a fundamentalmente diferente das transformadas de Fourier ou wavelet.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  1. Huang, N. E., et al. (1998). The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193

Como citar esta página

ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/pt/signal-processing/empirical-mode-decomposition

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGateEmpirical Mode Decomposition (Empirical Mode Decomposition (EMD)). Recuperado em 2026-06-15 de https://scholargate.app/pt/signal-processing/empirical-mode-decomposition · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026