Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Brotto, Renan Del Buono, 1993-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento de sinais
Separação cega de fontes
Aprendizado de máquina
Signal processing
Blind source separation
Machine learning
Link de acesso: https://hdl.handle.net/20.500.12733/24363
Resumo: Orientadores: João Marcos Travassos Romano, Kenji Nose Filho
id UNICAMP-30_b3dec7f133e9f4542fb107fd65b5337c
oai_identifier_str oai::1409595
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânimeInverse problems applied to blind source separation and fair machine learningProcessamento de sinaisSeparação cega de fontesAprendizado de máquinaSignal processingBlind source separationMachine learningOrientadores: João Marcos Travassos Romano, Kenji Nose FilhoTese (doutorado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Nesta trabalho aplicamos o conceito de Problemas Inversos na Separação de Fontes e no Aprendizado de Máquina Equânime. Com relação ao primeiro problema, Separação de Fontes, trazemos, aqui, duas contribuições. Na primeira delas, exploramos, utilizando a norma $\ell_\infty$, o fato das fontes de interesse terem um suporte finito para a distribuição conjunta de probabilidade. Apresentamos sob quais condições buscar por fontes de menor suporte compacto que levem às misturas observadas é uma condição suficiente para a separação de tais sinais; também investigamos os resultados obtidos por meio de simulações computacionais. Uma segunda contribuição a esse tema é com relação à separação de fontes correlacionadas. Apresentamos, nesta tese, um método genérico capaz de lidar com fontes dependentes, investigando tal metodologia tanto do ponto de vista teórico, quanto numericamente, separando fontes limitadas e esparsas. Por fim, já na segunda parte da tese, apresentamos a nossa contribuição ao problema de Aprendizado de Máquina Equânime. Trata-se de um método capaz de lidar com atributos sensíveis que são bem modelados por variáveis a valores contínuos, tais como renda ou tonalidade da pele. Atestamos, de modo teórico, alguns limites para a capacidade do método proposto, e também investigamos como tal método se comporta em um cenário de dados sintéticos, porém inspirados em modelos usados em EconometriaAbstract: In this work, we apply the ideas about Inverse Problems in Blind Source Separation and Fair Machine Learning. In the first problem, we present two contributions. In the first one, we explored, by using the $\ell_\infty$ norm, the boundedness of the sources' joint probability support. We presend under which conditions the minimum support estimates correspond to the desired sources; we also investigate the developed results by means of numerical simulations. Another contribution to this problem is a generic approach to separate correlated sources, analyzed both theoretically and numerically. Finally, in the second part of this thesis, we present our contribution to Fair Machine Learning. We devoloped a method able to deal with sensitive attributes modeled as continuous-valued variables, such as finnancial condition and skin color. We present some theoretical performance bounds for our approach and we also investigate its performance by using synthetic data, as is tipically used in Econometry problemsAbertoDoutoradoTelecomunicações e TelemáticaDoutor em Engenharia ElétricaCAPES001FAPESP2019/20899-4[s.n.]Romano, João Marcos Travassos, 1960-Nose-Filho, Kenji, 1986-Cavalcante, Charles CasimiroPetraglia, Mariane RemboldDuarte, Leonardo TomazeliUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASBrotto, Renan Del Buono, 1993-20242024-08-16T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (125 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/24363BROTTO, Renan Del Buono. Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime. 2024. 1 recurso online (125 p.) Tese (doutorado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/24363. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1409595https://repositorio.unicamp.br/acervo/detalhe/1409595Cover: https://repositorio.unicamp.br/capa/capa?codigo=1409595Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-07-16T15:03:45Zoai::1409595Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-07-16T15:03:45Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
Inverse problems applied to blind source separation and fair machine learning
title Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
spellingShingle Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
Brotto, Renan Del Buono, 1993-
Processamento de sinais
Separação cega de fontes
Aprendizado de máquina
Signal processing
Blind source separation
Machine learning
title_short Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
title_full Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
title_fullStr Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
title_full_unstemmed Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
title_sort Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime
author Brotto, Renan Del Buono, 1993-
author_facet Brotto, Renan Del Buono, 1993-
author_role author
dc.contributor.none.fl_str_mv Romano, João Marcos Travassos, 1960-
Nose-Filho, Kenji, 1986-
Cavalcante, Charles Casimiro
Petraglia, Mariane Rembold
Duarte, Leonardo Tomazeli
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Brotto, Renan Del Buono, 1993-
dc.subject.por.fl_str_mv Processamento de sinais
Separação cega de fontes
Aprendizado de máquina
Signal processing
Blind source separation
Machine learning
topic Processamento de sinais
Separação cega de fontes
Aprendizado de máquina
Signal processing
Blind source separation
Machine learning
description Orientadores: João Marcos Travassos Romano, Kenji Nose Filho
publishDate 2024
dc.date.none.fl_str_mv 2024
2024-08-16T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/24363
BROTTO, Renan Del Buono. Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime. 2024. 1 recurso online (125 p.) Tese (doutorado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/24363. Acesso em: 29 set. 2025.
url https://hdl.handle.net/20.500.12733/24363
identifier_str_mv BROTTO, Renan Del Buono. Problemas inversos aplicados à separação de fontes e ao aprendizado de máquina equânime. 2024. 1 recurso online (125 p.) Tese (doutorado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/24363. Acesso em: 29 set. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1409595
https://repositorio.unicamp.br/acervo/detalhe/1409595
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1409595
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (125 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1844628720614113280

Registros relacionados