Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais

Detalhes bibliográficos
Autor(a) principal: Ferreira, Rafael Agostinho
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/49599
Resumo: The theory of point processes is a very important Statistics area to describe the behavior of a certain random phenomenon whose realization results in a set of random points that represent occurrences of a point nature. These points, when indexed by the onedimensional set, they can represent the exact moment of occurrence. However, it can be defined in any indexing set, whether it is time or not. One of the ways to study a point process is through the intensity function, which describes an average rate of occurrences. It have been proposed several models to describe the behavior of the intensity of a point process in the literature, including the recent contribution of Lloyd et al. (2015), based on the Cox processes’ class in which the intensity function is described as a function of a stochastic Gaussian process . Lloyd et al. (2015) approach is based on a variational estimation method with the inclusion of a sparse method, which allows the model to handle a large number of observations. In addition, additional information associated with the occurrences of the point process can be incorporated into the model, which is called by marks. Thus, this thesis aimed to propose a modeling scheme to describe the intensity of a marked point processes, in which the mark is a qualitative variable, with two categories. The proposal was an extension of the Lloyd et al. (2015) model, in which the marked intensity function, based on two categories, was modeled as a function of a sparse bivariate Gaussian process. Following Lloyd et al. (2015), the estimation process was based on the Bayesian variational method, which allowed that the intensity function could be estimated for any point in the index set. As a way of exemplifying the proposal of this thesis, it was made an application from a set of real data based on the occurrence of accidents on Brazilian federal highways. The proposed model proved to be promising, suggesting that other extensions can be made so that the model can describe a much larger set of stochastic phenomena of a point nature.
id UFLA_26efe5dc2b6cc48af7eb0d0b462d2b9c
oai_identifier_str oai:localhost:1/49599
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionaisGaussian processes modulated marked Cox process for one-dimensional point patternsInferência Bayesiana variacionalModelagem em processos pontuaisProcessos Gaussianos esparsos multivariadosVariational Bayesian inferencePoint process modelingMultivariate sparse Gaussian processEstatísticaThe theory of point processes is a very important Statistics area to describe the behavior of a certain random phenomenon whose realization results in a set of random points that represent occurrences of a point nature. These points, when indexed by the onedimensional set, they can represent the exact moment of occurrence. However, it can be defined in any indexing set, whether it is time or not. One of the ways to study a point process is through the intensity function, which describes an average rate of occurrences. It have been proposed several models to describe the behavior of the intensity of a point process in the literature, including the recent contribution of Lloyd et al. (2015), based on the Cox processes’ class in which the intensity function is described as a function of a stochastic Gaussian process . Lloyd et al. (2015) approach is based on a variational estimation method with the inclusion of a sparse method, which allows the model to handle a large number of observations. In addition, additional information associated with the occurrences of the point process can be incorporated into the model, which is called by marks. Thus, this thesis aimed to propose a modeling scheme to describe the intensity of a marked point processes, in which the mark is a qualitative variable, with two categories. The proposal was an extension of the Lloyd et al. (2015) model, in which the marked intensity function, based on two categories, was modeled as a function of a sparse bivariate Gaussian process. Following Lloyd et al. (2015), the estimation process was based on the Bayesian variational method, which allowed that the intensity function could be estimated for any point in the index set. As a way of exemplifying the proposal of this thesis, it was made an application from a set of real data based on the occurrence of accidents on Brazilian federal highways. The proposed model proved to be promising, suggesting that other extensions can be made so that the model can describe a much larger set of stochastic phenomena of a point nature.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)A teoria de processos pontuais é uma área da Estatística bastante importante para descrever o comportamento de um determinado fenômeno aleatório cuja a realização resulta em um conjunto de pontos distribuídos de forma aleatória que representam ocorrências de natureza pontual. Esses pontos, quando indexados nos reais unidimensionais, podem representar o momento exato de ocorrência. No entanto, o processo pode estar definido em qualquer conjunto de indexação, seja ele o tempo ou não. Uma das maneiras de se estudar a realização do processo pontual é através da função de intensidade, que descreve uma taxa média de ocorrências. Diversos modelos para descrever o comportamento da intensidade de um processo pontual foram propostos na literatura, incluindo a recente contribuição de Lloyd et al. (2015), baseado na classe de processos de Cox na qual a função de intensidade é descrita em função de um processo estocástico Gaussiano. A abordagem de Lloyd et al. (2015) se baseia em um método de estimação variacional com a inclusão de um método esparso, o que permite que o modelo consiga lidar com uma grande quantidade de observações. Além disso, informações adicionais associadas às ocorrências do processo pontual podem ser incorporadas ao modelo, sendo essas informações denominadas por marcas. Desse modo, o objetivo da presente tese foi propor um esquema de modelagem para descrever a intensidade de processos pontuais marcados, na qual a marca é uma variável de natureza qualitativa, composta por duas categorias. A proposta se tratou de uma extensão do modelo de Lloyd et al. (2015), na qual a função de intensidade marcada, baseada em duas categorias, foi modelada em função de um processo Gaussiano esparso bivariado. Seguindo a proposta de Lloyd et al. (2015), o processo de estimação se baseou no método variacional Bayesiano, o que permitiu que a função de intensidade pudesse ser estimada para qualquer ponto pertencente ao conjunto de indexação. Como forma de exemplificar a proposta dessa tese, uma aplicação foi feita a partir de um conjunto de dados reais baseado em ocorrências de acidentes em rodovias federais brasileiras. O modelo proposto se mostrou promissor, sugerindo que outras extensões possam ser feitas a fim de que o modelo consiga descrever um conjunto muito maior de fenômenos estocásticos de natureza pontual.Universidade Federal de LavrasPrograma de Pós-Graduação em Estatística e Experimentação AgropecuáriaUFLAbrasilDepartamento de EstatísticaScalon, João DomingosOliveira, Deive Ciro deFreire, Evelise Roman Corbalan GoisBueno Filho, Julio Silvio de SousaOliveira, Marcelo Silva deNogueira, Denismar AlvesFerreira, Rafael Agostinho2022-03-28T20:46:14Z2022-03-28T20:46:14Z2022-03-282022-01-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfFERREIRA, R. A. Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais. 2022. 142 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2022.http://repositorio.ufla.br/jspui/handle/1/49599porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T15:47:45Zoai:localhost:1/49599Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T15:47:45Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
Gaussian processes modulated marked Cox process for one-dimensional point patterns
title Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
spellingShingle Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
Ferreira, Rafael Agostinho
Inferência Bayesiana variacional
Modelagem em processos pontuais
Processos Gaussianos esparsos multivariados
Variational Bayesian inference
Point process modeling
Multivariate sparse Gaussian process
Estatística
title_short Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
title_full Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
title_fullStr Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
title_full_unstemmed Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
title_sort Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais
author Ferreira, Rafael Agostinho
author_facet Ferreira, Rafael Agostinho
author_role author
dc.contributor.none.fl_str_mv Scalon, João Domingos
Oliveira, Deive Ciro de
Freire, Evelise Roman Corbalan Gois
Bueno Filho, Julio Silvio de Sousa
Oliveira, Marcelo Silva de
Nogueira, Denismar Alves
dc.contributor.author.fl_str_mv Ferreira, Rafael Agostinho
dc.subject.por.fl_str_mv Inferência Bayesiana variacional
Modelagem em processos pontuais
Processos Gaussianos esparsos multivariados
Variational Bayesian inference
Point process modeling
Multivariate sparse Gaussian process
Estatística
topic Inferência Bayesiana variacional
Modelagem em processos pontuais
Processos Gaussianos esparsos multivariados
Variational Bayesian inference
Point process modeling
Multivariate sparse Gaussian process
Estatística
description The theory of point processes is a very important Statistics area to describe the behavior of a certain random phenomenon whose realization results in a set of random points that represent occurrences of a point nature. These points, when indexed by the onedimensional set, they can represent the exact moment of occurrence. However, it can be defined in any indexing set, whether it is time or not. One of the ways to study a point process is through the intensity function, which describes an average rate of occurrences. It have been proposed several models to describe the behavior of the intensity of a point process in the literature, including the recent contribution of Lloyd et al. (2015), based on the Cox processes’ class in which the intensity function is described as a function of a stochastic Gaussian process . Lloyd et al. (2015) approach is based on a variational estimation method with the inclusion of a sparse method, which allows the model to handle a large number of observations. In addition, additional information associated with the occurrences of the point process can be incorporated into the model, which is called by marks. Thus, this thesis aimed to propose a modeling scheme to describe the intensity of a marked point processes, in which the mark is a qualitative variable, with two categories. The proposal was an extension of the Lloyd et al. (2015) model, in which the marked intensity function, based on two categories, was modeled as a function of a sparse bivariate Gaussian process. Following Lloyd et al. (2015), the estimation process was based on the Bayesian variational method, which allowed that the intensity function could be estimated for any point in the index set. As a way of exemplifying the proposal of this thesis, it was made an application from a set of real data based on the occurrence of accidents on Brazilian federal highways. The proposed model proved to be promising, suggesting that other extensions can be made so that the model can describe a much larger set of stochastic phenomena of a point nature.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-28T20:46:14Z
2022-03-28T20:46:14Z
2022-03-28
2022-01-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FERREIRA, R. A. Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais. 2022. 142 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2022.
http://repositorio.ufla.br/jspui/handle/1/49599
identifier_str_mv FERREIRA, R. A. Processo de Cox marcado modulado por processos Gaussianos para configurações pontuais unidimensionais. 2022. 142 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2022.
url http://repositorio.ufla.br/jspui/handle/1/49599
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Lavras
Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
UFLA
brasil
Departamento de Estatística
publisher.none.fl_str_mv Universidade Federal de Lavras
Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
UFLA
brasil
Departamento de Estatística
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439232724893696