Página 1 dos resultados de 84 itens digitais encontrados em 0.013 segundos

Tratamento bayesiano de interações entre atributos de alta cardinalidade; Handling interactions among high cardinality attributes

Jorge Eduardo de Schoucair Jambeiro Filho
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 07/11/2007 Português
Relevância na Pesquisa
55.97%
Analisamos o uso de métodos Bayesianos em um problema de classificação de padrões de interesse prático para a Receita Federal do Brasil que é caracterizado pela presença de atributos de alta cardinalidade e pela existência de interações relevantes entre eles. Mostramos que a presença de atributos de alta cardinalidade pode facilmente gerar tantas subdivisões no conjunto de treinamento que, mesmo tendo originalmente uma grande quantidade de dados, acabemos obtendo probabilidades pouco confiáveis, inferidas a partir de poucos exemplos. Revisamos as estratégias usualmente adotadas para lidar com esse problema dentro do universo Bayesiano, exibindo sua dependência em suposições de não interação inaceitáveis em nosso domínio alvo. Mostramos empiricamente que estratégias Bayesianas mais avançadas para tratamento de atributos de alta cardinalidade, como pré-processamento para redução de cardinalidade e substituição de tabelas de probabilidades condicionais (CPTs) de redes Bayesianas (BNs) por tabelas default (DFs), árvores de decisão (DTs) e grafos de decisão (DGs) embora tragam benefícios pontuais não resultam em ganho de desempenho geral em nosso domínio alvo. Propomos um novo método Bayesiano de classificação...

Considerações sobre a relação entre distribuições de cauda pesada e conflitos de informação em inferencia bayesiana; Considerations on the relation between hevay tailed distributions and conflict of information in bayesian inference

James Dean Oliveira dos Santos Junior
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 13/03/2007 Português
Relevância na Pesquisa
65.82%
Em inferência bayesiana lidamos com informações provenientes dos dados e com informações a priori. Eventualmente, um ou mais outliers podem causar um conflito entre as fontes de informação. Basica!llente, resolver um conflito entre as fontes de informações implica em encontrar um conjunto de restrições tais que uma das fontes domine, em certo sentido, as demais. Têm-se utilizado na literatura distribuições amplamente aceitas como sendo de cauda pesada para este fim. Neste trabalho, mostramos as relações existentes entre alguns resultados da teoria de conflitos e as distribuições de caudas pesadas. Também mostramos como podemos resolver conflitos no caso locação utilizando modelos subexponenciais e como utilizar a medida credence para resolver problemas no caso escala; In bayesian inference we deal with information proceeding from the data and prior information. Eventually, one ar more outliers can cause a conflict between the sources information. Basically, to decide a conflict between the sources of information implies in finding a set of restrictions such that one of the sources dominates, in certain sense, the outher. Widely distributions have been used in literature as being of heavy tailed for this end. In this work...

Modelos de processo de Poisson não-homogêneo na presença de um ou mais pontos de mudança, aplicados a dados de poluição do ar; Non-homogeneous Poisson process in the presence of one or more change-points, an application to air pollution data

Lorena Vicini
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 12/06/2012 Português
Relevância na Pesquisa
55.76%
A poluição do ar é um problema que tem afetado várias regiões ao redor do mundo. Em grandes centros urbanos, como é esperado, a concentração de poluição do ar é maior. Devido ao efeito do vento, no entanto, este problema não se restringe a esses centros, e consequentemente a poluição do ar se espalha para outras regiões. Os dados de poluição do ar são modelados por processos de Poisson não-homogêneos (NHPP) em três artigos: dois usando métodos Bayesianos com Markov Chain Monte Carlo (MCMC) para dados de contagem, e um usando análise de dados funcionais. O primeiro artigo discute o problema da especificação das distribuições a priori, incluindo a discussão de sensibilidade e convergência das cadeias MCMC. O segundo artigo introduz um modelo incluindo pontos de mudança para NHPP com a função taxa modelada por uma distribuição gama generalizada, usando métodos Bayesianos. Modelos com e sem pontos de mudança foram considerados para fins de comparação. O terceiro artigo utiliza análise de dados funcionais para estimar a função taxa de um NHPP. Esta estimação é feita sob a suposição de que a função taxa é contínua, mas com um número finito de pontos de descontinuidade na sua primeira derivada...

Análise espacial do risco de dengue no município de Campinas : modelagem bayesiana; Spatial analysis of risk of dengue in the municipality of Campinas : bayesian modeling

José Vilton Costa
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 01/02/2013 Português
Relevância na Pesquisa
65.76%
A dengue é uma doença viral de transmissão vetorial causada por um dos quatro sorotipos do vírus dengue (DENV-1,DENV-2,DENV-3 e DENV-4). Atualmente é considerada um dos maiores problemas de Saúde Pública do Mundo. O controle do vetor transmissor, Aedes aegypti, é bem complexo, sendo de grande importância para os serviços de vigilância epidemiológica compreender o processo espacial da dinâmica de transmissão da doença sobre o espaço intramunicipal. A presente tese tem como objetivo analisar a distribuição espacial do risco de dengue e sua associação com fatores socioambientais, no município de Campinas-SP, em 2007. Considerando-se a escala local, analisaram-se duas distintas dimensões espaciais: os setores censitários e as áreas de cobertura dos centros de saúde. Foi construído um indicador de condições socioambientais a partir de variáveis do Censo 2000. Foram investigados 11519 casos de dengue autóctones. Na modelagem de regressão ecológica, foram incluídos efeitos aleatórios estruturados espacialmente e não estruturados para ajustar a variação extra-Poisson presente nas contagens agregadas da doença. Os modelos binomiais negativos (BN), Poisson inflacionado de zeros (ZIP) e binomial negativo inflacionado de zeros (ZINB) foram aplicados para modelar a superdispersão e o excesso de zeros para os dados dos setores censitários. A abordagem hierárquica bayesiana foi utilizada para inferência e o método INLA (Integrated Nested Laplace Approximations) foi empregado para estimação dos parâmetros. A distribuição espacial do risco de dengue sobre o espaço intramunicipal de Campinas não mostrou clara relação com as condições socioambientais condições socioambientais. O modelo ZIP mostrou-se mais adequado para modelar o excesso de zeros presente nos dados de contagem para pequenas áreas.; Dengue is a mosquito-borne disease caused by four serotypes of dengue virus (DENV1 to DENV4) and is currently one of the major public health problems worldwide. The control its vector...

Investigação e caracterização filogenética de Coronavírus na biota de aves silvestres e sinantrópicas provenientes das regiões Sul e Sudeste do Brasil; Investigation and phylogenetic characterization of Coronavirus in biota of wild and synanthropic birds from Southern and Southeastern Brazil

Ricardo Durães de Carvalho
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 23/04/2015 Português
Relevância na Pesquisa
55.79%
A evolução e a dinâmica populacional dos Coronavírus (CoVs) ainda permanecem pouco exploradas. No presente estudo, análises filogenéticas e de filogeografia foram conduzidas para investigar a dinâmica evolutiva dos CoVs detectados em aves silvestres e sinantrópicas. Um total de 500 amostras, que inclui os suabes traqueais e cloacais coletados de 312 aves silvestres pertencentes a 42 espécies, foram analisadas através da RT-qPCR. Sessenta e cinco amostras (13%) provenientes de 23 espécies foram positivas para o Coronavírus aviário (AvCoV). Trezentos e duas amostras foram investigadas para a pesquisa do Pan-Coronavírus (Pan-CoV) através do nPCR, destas, 17 (5,6%) foram positivas, sendo que 11 foram detectadas em espécies diferentes. Análises filogenéticas dos AvCoVs revelaram que as sequências de DNA das amostras coletadas no Brasil não agruparam com nenhuma das sequências do gene Spike (S1) dos AvCoVs depositados no banco de dados GenBank. Análise Bayesiana estimou uma variante do AvCoV proveniente da Suécia (1999) como o ancestral comum mais recente dos AvCoVs detectados neste estudo. Além disso, as análises realizadas através do "Bayesian Skyline Plot" (BSP) inferiram um aumento na dinâmica da população demográfica do AvCoV em diferentes espécies de aves silvestres e sinantrópicas. As análises filogenéticas do Pan-CoV mostrou que a maioria das amostras se agruparam com o Vírus da Hepatite Murina A59 (MHV A59)...

Bayesian natural selection and the evolution of perceptual systems.

Geisler, Wilson S; Diehl, Randy L
Fonte: PubMed Publicador: PubMed
Tipo: Artigo de Revista Científica
Publicado em 29/04/2002 Português
Relevância na Pesquisa
56.02%
In recent years, there has been much interest in characterizing statistical properties of natural stimuli in order to better understand the design of perceptual systems. A fruitful approach has been to compare the processing of natural stimuli in real perceptual systems with that of ideal observers derived within the framework of Bayesian statistical decision theory. While this form of optimization theory has provided a deeper understanding of the information contained in natural stimuli as well as of the computational principles employed in perceptual systems, it does not directly consider the process of natural selection, which is ultimately responsible for design. Here we propose a formal framework for analysing how the statistics of natural stimuli and the process of natural selection interact to determine the design of perceptual systems. The framework consists of two complementary components. The first is a maximum fitness ideal observer, a standard Bayesian ideal observer with a utility function appropriate for natural selection. The second component is a formal version of natural selection based upon Bayesian statistical decision theory. Maximum fitness ideal observers and Bayesian natural selection are demonstrated in several examples. We suggest that the Bayesian approach is appropriate not only for the study of perceptual systems but also for the study of many other systems in biology.

Bayesian factor analysis

Fonte: MIT] Publicador: MIT]
Formato: 33 leaves.; 1423516 bytes; application/pdf
Português
Relevância na Pesquisa
55.72%
by Gordon M. Kaufman and S. James Press.; Also appeared in the University of Chicago series as Report 7322, Center for Mathematical Studies in Business and Economics, Department of Economics and Graduate School of Business, April 1973.; Bibliography: leaf 33.

A Bayesian approach to the design of decision rules for failure detection and identification

Fonte: Laboratory for Information and Decision Systems, Massachusetts Institute of Technology Publicador: Laboratory for Information and Decision Systems, Massachusetts Institute of Technology
Formato: 38 p.; 2093229 bytes; application/pdf
Português
Relevância na Pesquisa
65.82%
Edward Y. Chow and Alan S. Willsky.; "February 14, 1983."; Bibliography: p. 37-38.; Office of Naval Research Contract No. N00014-77-C-0224 NASA Ames Research Grant No. NGL-22-009-124

Optimal Bayesian estimators for image segmentation and surface reconstruction

Fonte: Laboratory for Information and Decision Systems, Massachusetts Institute of Technology Publicador: Laboratory for Information and Decision Systems, Massachusetts Institute of Technology
Formato: 16 p.; 1136216 bytes; application/pdf
Português
Relevância na Pesquisa
75.82%
J.L. Marroquin.; "May, 1985."; Bibliography: p. 16.; "Advanced Research Projects Agency of the Department of Defense under Office of Naval Research Contract N00014-80-C-0505" "The author was supported by the Army Research Office under contract ARO-DAAG29-84-K-0005."

A decision theoretic approach to model selection for structural reliability

Grigoriu, Mircea Dan Fag
Fonte: Massachusetts Institute of Technology Publicador: Massachusetts Institute of Technology
Tipo: Tese de Doutorado Formato: 262 leaves; 13047725 bytes; 13047480 bytes; application/pdf; application/pdf
Português
Relevância na Pesquisa
55.7%
by Mircea Grigoriu.; Thesis. 1976. Ph.D.--Massachusetts Institute of Technology. Dept. of Civil Engineering.; Microfiche copy available in Archives and Engineering.; Vita.; Bibliography: leaves 252-261.

A study of the effect of illumination conditions and color spaces on skin segmentation

Kuiaski, Diogo; Vieira Neto, Hugo; Borba, Gustavo; Gamba, Humberto Remigio
Fonte: Brazilian Symposium on Computer Graphics and Image Processing; Curitiba Publicador: Brazilian Symposium on Computer Graphics and Image Processing; Curitiba
Tipo: Conferência ou Objeto de Conferência
Português
Relevância na Pesquisa
55.72%
This work aims at investigating the influence of luminance information and environment illumination on skin classification. We explore Bayesian approaches to perform automatic classification of human skin pixels on digital images, using color features as input. Two probabilistic skin color models were built on different color spaces (RGB, normalized RG, HSI, HS, YCbCr and CbCr) and tested in a task of automatic pixel classification into skin and non-skin. Analyses of classification performance were done by presenting an illumination controlled image database containing images acquired in four different illumination conditions (shadow, sun, incandescent and fluorescent lights) to these classifiers. Our experiments show that building probabilistic skin color models using the CbCr color space generally improves performance of the classifiers and that best performance is achieved in shadow illumination.; 5000

Mixtures of g-priors for Bayesian Model Averaging with Economic Application

Ley, Eduardo; Steel, Mark F. J.
Fonte: Banco Mundial Publicador: Banco Mundial
Português
Relevância na Pesquisa
55.88%
This paper examines the issue of variable selection in linear regression modeling, where there is a potentially large amount of possible covariates and economic theory offers insufficient guidance on how to select the appropriate subset. In this context, Bayesian Model Averaging presents a formal Bayesian solution to dealing with model uncertainty. The main interest here is the effect of the prior on the results, such as posterior inclusion probabilities of regressors and predictive performance. The authors combine a Binomial-Beta prior on model size with a g-prior on the coefficients of each model. In addition, they assign a hyperprior to g, as the choice of g has been found to have a large impact on the results. For the prior on g, they examine the Zellner-Siow prior and a class of Beta shrinkage priors, which covers most choices in the recent literature. The authors propose a benchmark Beta prior, inspired by earlier findings with fixed g, and show it leads to consistent model selection. Inference is conducted through a Markov chain Monte Carlo sampler over model space and g. The authors examine the performance of the various priors in the context of simulated and real data. For the latter...

Bayesian prediction in mixed linear models with applications in small area estimation

Datta, Gauri Sankar, 1962-
Fonte: Universidade da Flórida Publicador: Universidade da Flórida
Tipo: mixed material Formato: ix, 214 leaves : ill. ; 29 cm.
Publicado em //1990 Português
Relevância na Pesquisa
55.76%
(Thesis) Thesis (Ph. D.)--University of Florida, 1990.; (Bibliography) Includes bibliographical references (leaves 207-212); Typescript.; Vita.; (Statement of Responsibility) by Gauri Sankar Datta.

Granger-Causal Analysis of Conditional Mean and Volatility Models

WOŹNIAK, Tomasz
Fonte: Instituto Universitário Europeu Publicador: Instituto Universitário Europeu
Tipo: Tese de Doutorado Formato: application/pdf; digital
Português
Relevância na Pesquisa
55.79%
Recent economic developments have shown the importance of spillover and contagion effects in financial markets as well as in macroeconomic reality. Such effects are not limited to relations between the levels of variables but also impact on the volatility and the distributions. Granger causality in conditional means and conditional variances of time series is investigated in the framework of several popular multivariate econometric models. Bayesian inference is proposed as a method of assessment of the hypotheses of Granger noncausality. First, the family of ECCC-GARCH models is used in order to perform inference about Granger-causal relations in second conditional moments. The restrictions for second-order Granger noncausality between two vectors of variables are derived. Further, in order to investigate Granger causality in conditional mean and conditional variances of time series VARMA-GARCH models are employed. Parametric restrictions for the hypothesis of noncausality in conditional variances between two groups of variables, when there are other variables in the system as well are derived. These novel conditions are convenient for the analysis of potentially large systems of economic variables. Bayesian testing procedures applied to these two problems...

A Bayesian model to incorporate human factors in commanders' decision making

Therrien, Sakura S.
Fonte: Monterey, California. Naval Postgraduate School Publicador: Monterey, California. Naval Postgraduate School
Tipo: Tese de Doutorado Formato: xiv, 122 p. : ill. (some col.) ;
Português
Relevância na Pesquisa
65.86%
Approved for public release; distribution is unlimited.; In the near future, commanders and their respective staffs will interact with subordinate and opposing forces whose physical and cognitive behaviors are represented in software and simulation. This paper presents a model of the human factors and environmental variables that influence stress and risk assessment. These variables contribute to situational awareness, which is a force protection issue. Leaders integrate information from various sources. These sources range from observations, training, orders, and reports. The leaders use this knowledge with doctrine and tactics to develop an understanding of the situation. This paper describes a Bayesian network model of the variables associated with risk assessment and stress in combat scenarios. The level of situational awareness is determined by what the commander knows about the unit and the surrounding conditions. This model lends structure to the environment and enables a probabilistic interpretation of risk and stress levels. This model is applicable to various combat scenarios ranging from brief engagements to sustained operations.; Captain, United States Army

Applying Bayesian belief networks in Sun Tzu's Art of war

Ang, Kwang Chien
Fonte: Monterey, California. Naval Postgraduate School Publicador: Monterey, California. Naval Postgraduate School
Tipo: Tese de Doutorado Formato: xiv, 55 p. ;
Português
Relevância na Pesquisa
65.95%
Approved for public release; distribution in unlimited.; The principles of Sun Tzu's Art of War have been widely used by business executives and military officers with much success in the realm of competition and conflict. However, when conflict situations arise in a highly stressful environment coupled with the pressure of time, decision makers may not be able to consider all the key concepts when forming their decisions or strategies. Therefore, a structured reasoning approach may be used to apply Sun Tzu's principles correctly and fully. Sun Tzu's principles are believed to be able to be modeled mathematically; hence, a Bayesian Network model (a form of mathematical tool using probability theory) is used to capture Sun Tzu's principles and provide the structured reasoning approach. Scholars have identified incompleteness in Sun Tzu's appreciation of information in war and his application of secret agents. This incompleteness resulted in circular reasoning when both sides of the conflict apply his principles. This circular reasoning can be resolved through the use of advanced probability theory. A Bayesian Network Model however, not only provides a structured reasoning approach, but more importantly, it can also resolve the circular reasoning problem that has been identified.; Captain...

Using a Bayesian model for bankruptcy prediction : a comparative approach

He, Zhanpeng
Fonte: Brock University Publicador: Brock University
Português
Relevância na Pesquisa
65.8%
The purpose of this study is to examine the impact of the choice of cut-off points, sampling procedures, and the business cycle on the accuracy of bankruptcy prediction models. Misclassification can result in erroneous predictions leading to prohibitive costs to firms, investors and the economy. To test the impact of the choice of cut-off points and sampling procedures, three bankruptcy prediction models are assessed- Bayesian, Hazard and Mixed Logit. A salient feature of the study is that the analysis includes both parametric and nonparametric bankruptcy prediction models. A sample of firms from Lynn M. LoPucki Bankruptcy Research Database in the U. S. was used to evaluate the relative performance of the three models. The choice of a cut-off point and sampling procedures were found to affect the rankings of the various models. In general, the results indicate that the empirical cut-off point estimated from the training sample resulted in the lowest misclassification costs for all three models. Although the Hazard and Mixed Logit models resulted in lower costs of misclassification in the randomly selected samples, the Mixed Logit model did not perform as well across varying business-cycles. In general, the Hazard model has the highest predictive power. However...

Inferencia Bayesiana para valores extremos; Bayesian inference for extremes

Diego Fernando de Bernardini
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/02/2010 Português
Relevância na Pesquisa
65.91%
Iniciamos o presente trabalho apresentando uma breve introdução a teoria de valores extremos, estudando especialmente o comportamento da variável aleatória que representa o máximo de uma sequência de variáveis aleatórias independentes e identicamente distribuídas. Vemos que o Teorema dos Tipos Extremos (ou Teorema de Fisher-Tippett) constitui uma ferramenta fundamental no que diz respeito ao estudo do comportamento assintóticos destes máximos, permitindo a modelagem de dados que representem uma sequência de observações de máximos de um determinado fenômeno ou processo aleatório, através de uma classe de distribuições conhecida como família de distribuições de Valor Extremo Generalizada (Generalized Extreme Value - GEV). A distribuição Gumbel, associada ao máximo de distribuições como a Normal ou Gama entre outras, é um caso particular desta família. Torna-se interessante, assim, realizar inferência para os parâmetros desta família. Especificamente, a comparação entre os modelos Gumbel e GEV constitui o foco principal deste trabalho. No Capítulo 1 estudamos, no contexto da inferência clássica, o método de estimação por máxima verossimilhança para estes parâmetros e um procedimento de teste de razão de verossimilhanças adequado para testar a hipótese nula que representa o modelo Gumbel contra a hipótese que representa o modelo completo GEV. Prosseguimos...

Probabilistic framework for image understanding applications using Bayesian Networks

Jaber, Mustafa
Fonte: Rochester Instituto de Tecnologia Publicador: Rochester Instituto de Tecnologia
Tipo: Dissertação
Português
Relevância na Pesquisa
65.79%
Machine learning algorithms have been successfully utilized in various systems/devices. They have the ability to improve the usability/quality of such systems in terms of intelligent user interface, fast performance, and more importantly, high accuracy. In this research, machine learning techniques are used in the field of image understanding, which is a common research area between image analysis and computer vision, to involve higher processing level of a target image to "make sense" of the scene captured in it. A general probabilistic framework for image understanding where topics associated with (i) collection of images to generate a comprehensive and valid database, (ii) generation of an unbiased ground-truth for the aforesaid database, (iii) selection of classification features and elimination of the redundant ones, and (iv) usage of such information to test a new sample set, are discussed. Two research projects have been developed as examples of the general image understanding framework; identification of region(s) of interest, and image segmentation evaluation. These techniques, in addition to others, are combined in an object-oriented rendering system for printing applications. The discussion included in this doctoral dissertation explores the means for developing such a system from an image understanding/ processing aspect. It is worth noticing that this work does not aim to develop a printing system. It is only proposed to add some essential features for current printing pipelines to achieve better visual quality while printing images/photos. Hence...

Formulation and analysis of pedestrian safety problems using Bayesian network model

Bedeley, Rudolph
Fonte: University of Delaware Publicador: University of Delaware
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
65.79%
Lee, Earl; Causes of pedestrian road accident have been a major concern to transportation engineers and other road safety professionals despite all efforts being applied to alleviate this problem. Although studies have aimed at modeling and analyzing the causes of pedestrian road accidents, the bulk of these studies have been found to be too stochastically oriented and more macroscopic than it is necessary. Consequently, the existing models seldom incorporate the interactions between pedestrians and their immediate environment. In this study, pedestrian crossing behavior during spring and summer season has been thoroughly investigated using Bayesian network modeling technique. The model was constructed with variables known to influence pedestrian crossing behavior either directly or indirectly. Stages of the model building process including Graphical Level (GL), Information or Qualitative Level (IL) and Quantitative Level (QL) have been discussed and implemented to extract useful information from both observed data and data elicited from stakeholders‘ opinion as well as experts‘ experience. The robustness of the Bayesian network model is compared based on its ability to produce physically meaningful results that truly reflects realistic behavior of a system. The model‘s results show that pedestrians often exhibit rational crossing behavior than they do irrationally and such an attitude is found to be influenced mostly by their own motives and less by external factors even though roadway environment did not favored them. Also...