Possui graduação em Bacharelado em Estatística pela Universidade Federal de São Carlos (2003), mestrado em Estatística pela Universidade Federal de São Carlos (2006) e doutorado em Estatística pelo Programa Inter-institucional de Pós-graduação do Departamento de Estatística da Universidade Federal de São Carlos e do Instituto de Ciências Matemáticas e Computação da Universidade de São Paulo - PIPGEs (2016). Atualmente é professora adjunta do Departamento de Estatística da Universidade Federal de São Carlos e coordenadora do PIPGEs. É membro da Rede Internacional de Pesquisa e Políticas Públicas (RP3CD) desde 2023. Tem atuado na área de Probabilidade e Estatística, com ênfase na seleção e estimação de modelos de mistura independente ou com dependência (HMM), mapeamento de QTL com dependência familiar, inferência Bayesiana paramétrica e não-paramétrica e métodos computacionais MCMC com aplicação, principalmente, em Genômica e Biologia Molecular. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Os modelos de mistura têm ganhado muita visibilidade nas últimas duas décadas e sido muito utilizados em muitas áreas de pesquisa pela sua flexibilidade em acomodar dados heterogêneos, independentes ou dependentes, estruturados ou não estruturados. Com a disponibilidade de dados de alta dimensão e com um número cada vez maior de informações, dois grandes desafios têm sido identificar o nú…
Os modelos de mapeamento de QTLs é uma importante ferramenta para identificar regiões cromossômicas que são relevantes para explicar um traço quantitativo de interesse em seres vivos. Eles são um caso especial dos modelos de regressão onde um número desconhecido de covariáveis faltantes (não-observáveis), geralmente grande, está envolvido levando a uma modelagem complexa com seleção de va…
O processo de identificação de um subconjunto de variáveis relevantes em modelos lineares ou não-lineares, denominado seleção de variáveis, tem sido um tema de estudo bastante recorrente nos últimos anos, em especial pela vasta quantidade de informações e características que o mundo digital proporciona e fornece. Neste projeto, iremos pesquisar, estudar e analisar os principais métodos Ba…
O mapeamento de regiões no genoma associadas a traços quantitativos (QTLs) através de marcadores genéticos do tipo SNP tem sido um dos problemas centrais em Genética e Biologia Molecular e vários métodos de detecção e identificação de QTLs tem sido proposto na literatura. Neste trabalho, vamos pesquisar, estudar e descrever os principais métodos que tem sido utilizado para esse fim em dad…
O Modelo de Markoviano Oculto, ou Hidden Markov Model, HMM, é uma metodologia de desenvolvimento recente que tem-sido utilizada por pesquisadores de áreas como ciência da computação, engenharia e biologia. As suas principais aplicações tem sido na identificação de genes em cadeias de DNA e em reconhecimento da fala por computador, Speech Recognition. Duas referências básicas sobre estes a…
O Modelo de Markoviano Oculto, ou Hidden Markov Model, HMM, é uma metodologia de desenvolvimento recente que tem sido utilizada por pesquisadores de áreas como ciência da computação, engenharia e biologia. As suas principais aplicações têm sido na identificação de genes em cadeias de DNA e em reconhecimento da fala por computador, Speech Recognition. Duas referências básicas sobre estes a…
CV Lattes
ORCID