Busca avançada
Ano de início
Entree

Seleção de estrutura para processos estocásticos em altas dimensoões

Resumo

Este projeto de pesquisa tem como objetivo principal estudar métodos de inferência estatística para identificar diferentes aspectos de estrutura em processos estocásticos em altas dimensões. Abordaremos principalmente os problemas de estimação do grafo de interação de campos aleatórios markovianos, também conhecidos na literatura estatística como modelos gráficos, e de identificação de pontos de mudança para processos estocásticos, tanto discretos quanto contínuos. Estas duas linhas de pesquisa, particularmente para modelos em altas dimensões, constituem extensões naturais dos resultados obtidos recentemente por mim e meus co-autores, em particular no período de estágio de pesquisa no exterior, realizado no Instituto Federal Suíço de Tecnologia em Zúrique. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CASTRO, BRUNO M.; LEMES, RENAN B.; CESAR, JONATAS; HUNEMEIER, TABITA; LEONARDI, FLORENCIA. A model selection approach for multiple sequence segmentation and dimensionality reduction. JOURNAL OF MULTIVARIATE ANALYSIS, v. 167, p. 319-330, SEP 2018. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.