[ABE-L] III Fórum Mineiro de Estatística e Probabilidade

Marcos Prates marcosop em yahoo.com
Qui Jul 10 11:32:43 -03 2014


Caros colegas,

gostaria de lembrá-los de participar do III Fórum Mineiro de Estatística e Probabilidade que será realizado na UFMG no período dos dias 20-23 de Agosto de 2014. Felizmente a procura pelos minicursos estão altas e a disponibilidade de vagas está quase sendo finalizada. De qualquer maneira as discussões do Fórum serão muito interessantes. Também temos a sessão poster para os interessados em apresentar trabalhos. Mais detalhes seguem abaixo:
 
O fórum tem como objetivo reunir pesquisadores ativos de diversas áreas em Estatística para discutir sobre temas de pesquisas atuais e relevantes.
 
A programação do Fórum é composta por 15 conferências que serão proferidas por pesquisadores convidados do Brasil e do exterior, além de uma sessão poster.

Até o momento os seguintes conferêncistas confirmaram sua presença no Fórum:

Nacionais
Celso R. Cabral (UFAM)
Francisco Louzada (USP-SC)
Glaura Franco (UFMG)
Hélio S. Migon (UFRJ)
Klaus Vasconcellos (UFPE)
Marcos Prates (UFMG)
Nancy Garcia (UNICAMP)
Wagner Barreto (UFMG)
 
Internacionais
Emilio Porcu (USM)
Håvard Rue (NTNU)
Mauricio Castro (UDEC)
Murali Haran (PSU)
Pablo Ferrari (UBA)
Peter Müller (UTexas)
Yuan (Alan) Qi (Purdue)
 
As inscrições para o fórum podem ser feitas via o site do evento (http://www.est.ufmg.br/~forum2014)
 
Inscrições para a sessão poster podem ser feitas até o dia 07 de julho de 2014 pelo mesmo sitio.
 
Além disso, nos dias que antecedem a realização do fórum (18-19) serão oferecidos dois mini-cursos muito interessantes (com capacidade máxima de 30-40 participantes).

Mini-curso 1: Bayesian computing with INLA: an introduction
Prof. Håvard Rue (NTNU)    Horário: 18/08 – 18 - 20hrs e 19/08 – 14 - 18hrs

Descrição: In these lectures, I will discuss approximate Bayesian inference for a class of models named `latent Gaussian models' (LGM). LGM's are perhaps the most commonly used class of models in statistical applications. It includes, among others, most of (generalised) linear models, (generalised) additive models, smoothing spline models, state space models, semiparametric regression, spatial and spatiotemporal models, log-Gaussian Cox processes and geostatistical and geoadditive models.
 
In this short course I will introduce the background for understanding LGM and INLA; why it works and why its fast. I will end these lectures illustrating INLA on some examples in R. Please visit www.r-inla.org to download the package and for further documentation.

Mini-curso 2: Posterior Simulation for some Non-parametric Bayes Models
Prof. Peter Müller (Utexas)               Horário:  19/08 – 09 - 12hrs

Descrição: We will briefly review some popular nonparametric Bayesian (BNP) models, including the Dirichlet process (DP), DP mixture models, dependent DP (DDP) models, Polya trees, the Indian buffet process (IBP) and the Gaussian process (GP).

We will then discuss methods for posterior simulation in these models, including marginal and conditional schemes for DP mixture and DDP models, posterior updating for PT models, Gibbs sampling schemes for IBP, and small variance asymptotics for DP mixtures and IBP models.

A good reference for the discussed material are the lecture notes by Müller and Rodriguez.
 
As inscrições para os minicursos podem ser feitas ate o dia 04 de Agosto via o sitio do evento. Porém, pela limitação no número de vagas nos mini-cursos a inscrição será feita por demanda podendo ser fechada anteriormente a data sugerida caso as vagas estejam preenchidas.

Para maiores informações acesse http://www.est.ufmg.br/~forum2014 ou entre em contato no email: stat.forum2014 em gmail.com.

Contamos com a presença de todos.

Marcos Prates
Presidente da comissão organizadora
III Fórum Mineiro de Estatística e Probabilidade 
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20140710/f19ed1ba/attachment.html>


Mais detalhes sobre a lista de discussão abe