Desenvolvimento de métodos de separação cega de fontes adaptados ao paradigma de computação quântica adiabática

• Processo: 24/23830-3
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2027
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Leonardo Tomazeli Duarte
• Beneficiário: Maria Carolina Aragão de Andrade
• Instituição Sede: Faculdade de Ciências Aplicadas (FCA). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Empresa: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação (FEEC)
• Vinculado ao auxílio: 20/09838-0 - BI0S - Brazilian Institute of Data Science, AP.PCPE
• Assunto(s): Aprendizado computacional Computação quântica Separação cega de fontes Processamento de sinais
• Palavra(s)-Chave do Pesquisador: Análise de Componentes Independentes | Aprendizado de Máquina | computação quântica | Computação Quântica Adiabática | Separação Cega de Fontes | Processamento de sinais

Resumo

O problema de separação cega de fontes (BSS, do inglês blind source separation) vem sendo estudado nas áreas de processamento de sinais e aprendizado de máquina. Em breves termos, na BSS, o objetivo é recuperar um conjunto de sinais (fontes) a partir exclusivamente da observação de misturas de tais fontes, o que se configura como uma tarefa de aprendizado não supervisionado. Visando contribuir com a busca de novas estratégias de otimização no contexto de BSS, investigaremos, no presente projeto de mestrado, uma abordagem de otimização baseada em um paradigma de computação quântica conhecido como computação adiabática. Neste contexto, torna-se necessário desenvolver uma formulação da BSS como um problema QUBO (do inglês quadratic unconstrained binary optimization). Nossa abordagem considerará funções objetivos baseadas na curtose, um momento de quarta ordem muito utilizado em BSS, e também exploraremos paradigmas baseados em estatísticas de segunda ordem. Além dessa adaptação, buscaremos compreender as limitações do paradigma de computação adiabática em BSS, especialmente no que diz respeito à limitação da precisão dos computadores quânticos disponíveis (que possuem poucos qubits) e à necessidade da utilização de representação de variáveis contínuas por variáveis inteiras. Finalmente, pretendemos validar o algoritmo obtido em um problema real relacionado à separação de sinais químicos provenientes de sensores para detecção da concentração de íons. Nossos experimentos serão feitos em sistemas de simulação de computadores adiabáticos, bem como no computador quântico da empresa D-Wave.