[ABE-L] Convite: Seminário DEST/UFMG em 02/07/2021.

[Vinicius Mayrink]

Caros,

Na próxima sexta-feira (*02 de julho, às 13:30h*) o ciclo de
Seminários do *Departamento
de Estatística da UFMG* terá a apresentação de *Florencia Leonardi*.

Florencia é Professora do IME - USP (São Paulo). Ela é Doutora em
Bioinformática pela USP e atua em diversas linhas de pesquisa da
Estatística e Probabilidade, incluindo: Processos Estocásticos, Dados de
Alta Dimensão, Bioestatística, Aprendizagem Estatística, Redes Aleatórias e
Grafos.

O seminário será transmitido ao vivo pelo canal do Youtube "*Seminários
DEST - UFMG <https://www.youtube.com/channel/UCoZC2_pME9ca_-Hx4djd60w>*":

Att,
Vinícius Mayrink


*********** Título e Resumo ***********
Florencia Leonardi (IME - USP, São Paulo)

*Detecção de estrutura de interação para campos Markovianos discretos sobre
grafos.*

Os campos aleatórios de Markov discretos sobre grafos, também conhecidos
como modelos gráficos na literatura estatística, têm se popularizado nos
últimos anos devido à sua flexibilidade para capturar relações de
dependência condicional entre variáveis. Eles já foram aplicados a muitos
problemas diferentes em campos diferentes, como Biologia, Ciências Sociais
ou Neurociências. Os modelos gráficos são, em certo sentido, versões
"finitas" de campos aleatórios gerais ou distribuições de Gibbs, modelos
clássicos em processos estocásticos e teoria da mecânica estatística. Nesta
palestra abordarei o problema de estimação da estrutura de interação das
variáveis (dependências condicionais) por meio de um critério de
pseudo-verossimilhança penalizada. Primeiro, introduzimos um critério para
estimar a vizinhança de interação de um único nó, que posteriormente será
combinado com as outras vizinhanças para obter um estimador do grafo
subjacente. Mostrarei resultados de consistência do estimador, sem assumir
a condição de positividade das probabilidades condicionais como é
usualmente assumido na literatura. Estes resultados abrem possibilidades de
estender estes modelos a situações de esparsidade, onde muitos parâmetros
são nulos. Também apresentarei algumas extensões em andamento destes
resultados para processos satisfazendo condições de tipo *mixing*.

--
*Vinícius D. Mayrink*
*Professor Associado - Departamento de Estatística*

*ICEx, Universidade Federal de Minas Gerais*
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210625/48caa3da/attachment.htm>