Titulo: Contribuições para a fatoração de matrizes não negativas: abordando extensões não lineares na observação da Terra e introduzindo um método que leva em consideração a equidade.
Comissão Examinadora - Titulares
Prof. Dr. Leonardo Tomazeli Duarte (Presidente) - FT/Unicamp
Prof. Dr. Guilherme Dean Pelegrina - UPM
Profa. Dra. Aline de Almeida Neves - UFABC
Prof. Dr. Renato Machado - ITA
Prof. Dr. João Marcos Travassos Romano - FEEC/Unicamp
Suplentes
Prof. Dr. Washington Alves de Oliveira - FCA/Unicamp
Prof. Dr. André Kazuo Takahata - UFABC
Profa. Dra. Renata Pelissari Infante - UPM
Local: Sala de Defesa (Prédio da Pós-graduação da FT) | https://stream.meet.google.com/stream/2d4874f7-5dfb-4578-8425-47e1c12f1235
Resumo: A Fatoração de Matriz Não Negativa (NMF) surgiu como uma técnica poderosa de redução de dimensão para decompor dados não negativos e encontrar suas representações não negativas. Esta tese avança a NMF em duas direções. Primeiro, propusemos três novos métodos de projeção baseados na mudança dos dados para o caso de mistura bilinear. Isso nos permite manter a não negatividade, preservando o máximo de informações possível. Validamos nossos métodos com dois conjuntos de dados hiperespectrais sintéticos e dois reais, onde um dos métodos propostos supera outros métodos de última geração. Em segundo lugar, abordamos questões de viés e justiça em problemas de aprendizado de máquina, incorporando um termo adicional dentro da função de custo NMF clássica. Propusemos dois métodos que consideram uma medida de equidade para lidar com as disparidades entre os grupos. Os métodos propostos são validados com dois conjuntos de dados reais bem conhecidos para cenários de redução de dimensionalidade. Os resultados mostram que, em comparação com outros métodos da literatura, nossa proposta é mais precisa e justa