![\"\"](\"https:\/\/www.ufrgs.br\/ppgest\/wp-content\/uploads\/2024\/09\/WhatsApp-Image-2024-09-25-at-12.55.20-300x300.jpeg\")
<\/p>\n<\/p>\n
Douglas Krauthein Verdun<\/strong> Tain\u00e1 Ferreira Cabalheiro<\/strong> Celso Menoti da Silva<\/strong> Douglas Krauthein Verdun T\u00edtulo: \u201cM\u00faltipla imputa\u00e7\u00e3o de dados faltantes em s\u00e9ries temporais limitadas\u201d Resumo: \u201cInfer\u00eancia em s\u00e9ries temporais na presen\u00e7a de dados faltantes \u00e9 um problema pr\u00e1tico bastante corriqueiro, mas tecnicamente desafiante. A aus\u00eancia de dados em uma s\u00e9rie temporal interfere diretamente na detec\u00e7\u00e3o e estima\u00e7\u00e3o de sua estrutura de depend\u00eancia, tornando sua modelagem especialmente …<\/p>\n
\nT\u00edtulo: \u201cM\u00faltipla imputa\u00e7\u00e3o de dados faltantes em s\u00e9ries temporais limitadas\u201d
\nResumo: \u201cInfer\u00eancia em s\u00e9ries temporais na presen\u00e7a de dados faltantes \u00e9 um problema pr\u00e1tico bastante corriqueiro, mas tecnicamente desafiante. A aus\u00eancia de dados em uma s\u00e9rie temporal interfere diretamente na detec\u00e7\u00e3o e estima\u00e7\u00e3o de sua estrutura de depend\u00eancia, tornando sua modelagem especialmente delicada. Uma das t\u00e9cnicas mais promissoras nesse contexto \u00e9 o m\u00e9todo da imputa\u00e7\u00e3o m\u00faltipla, muito utilizada para a infer\u00eancia em modelos lineares tradicionais, como modelos ARMA e ARFIMA. No contexto de modelos n\u00e3o lineares, como por exemplo os modelos da classe GARMA, infer\u00eancia na presen\u00e7a de dados faltantes ainda \u00e9 um assunto inexplorado na literatura. Neste trabalho introduzimos e estudamos uma nova t\u00e9cnica de imputa\u00e7\u00e3o m\u00faltipla, especialmente talhada para o contexto de modelos da classe GARMA. Al\u00e9m de propor e estudar o m\u00e9todo, estudamos ainda seu desempenho em amostras finitas considerando s\u00e9ries temporais com at\u00e9 80% de dados faltantes. A utilidade pr\u00e1tica do m\u00e9todo \u00e9 ilustrada ainda por uma aplica\u00e7\u00e3o a dados reais.\u201d
\n_______________________________________________________________________________________________________________________________________________________<\/span><\/p>\n
\nT\u00edtulo: Modelagem de t\u00f3picos em dados de texto usando BERT e m\u00e9todos de agrupamento
\nResumo: A an\u00e1lise de dados de texto tem ganhado grande destaque devido \u00e0 populariza\u00e7\u00e3o de m\u00e9todos como o Chat-GPT , os modelos de an\u00e1lise de dados textuais envolvem desde a s\u00edntese de informa\u00e7\u00f5es em \u00e1reas como a pesquisa cient\u00edfica, ou a gera\u00e7\u00e3o de valor para neg\u00f3cios por meio da an\u00e1lise de feedback de clientes e monitoramento de m\u00eddias sociais. Com a enorme quantidade de dados de texto provenientes de redes sociais, marketplaces e da internet como um todo, entender e modelar as caracter\u00edsticas desses dados \u00e9 fundamental. Neste trabalho, buscamos utilizar modelos de LLM, como o BERT, al\u00e9m de m\u00e9todos de agrupamento como o HDBSCAN, K-means e m\u00e9todos espectrais para a modelagem de t\u00f3picos. O objetivo \u00e9 avaliar diferentes t\u00e9cnicas de agrupamento com diferentes medidas de similaridade na produ\u00e7\u00e3o de t\u00f3picos em dados textuais.
\n________________________________________________________________________________________________________________________________________________________<\/span><\/p>\n
\n<\/span>T\u00edtulo:\u00a0Modelagem da censura dependente via c\u00f3pula gaussiana e distribui\u00e7\u00e3o defeituosa<\/span>
\nResumo:\u00a0Na an\u00e1lise de sobreviv\u00eancia, o objetivo \u00e9 avaliar o risco de um evento espec\u00edfico, bem como a probabilidade de sobreviv\u00eancia. Assume-se que todos os indiv\u00edduos s\u00e3o suscet\u00edveis a esse evento, que poder\u00e1 ocorrer em algum momento. Estudos de sobreviv\u00eancia s\u00e3o amplamente aplicados na engenharia de produ\u00e7\u00e3o, an\u00e1lise de cr\u00e9dito, sa\u00fade e muitas outras \u00e1reas. Modelos estat\u00edsticos de sobrevida tradicionais geralmente n\u00e3o s\u00e3o adequados para analisar conjuntos de dados em que uma parcela dos indiv\u00edduos n\u00e3o passar\u00e1 pelo evento de interesse. Em estudos da \u00e1rea da sa\u00fade, a propor\u00e7\u00e3o desses indiv\u00edduos \u00e9 denominada fra\u00e7\u00e3o de cura. Uma forma de modelar a fra\u00e7\u00e3o de cura \u00e9 supor que o tempo at\u00e9 o evento de interesse seja modelado por uma distribui\u00e7\u00e3o de probabilidade defeituosa. Uma distribui\u00e7\u00e3o torna-se defeituosa devido a uma modifica\u00e7\u00e3o em seu espa\u00e7o param\u00e9trico que permite que a integral da fun\u00e7\u00e3o densidade de probabilidade, no seu dom\u00ednio, resulte em um valor \u03bd \u2208 (0, 1). Como consequ\u00eancia, a fun\u00e7\u00e3o de sobreviv\u00eancia apresenta uma ass\u00edntota horizontal 1 \u2212 \u03bd, que \u00e9 interpretada como a fra\u00e7\u00e3o de cura. O presente trabalho tem por objetivo estimar a fra\u00e7\u00e3o de cura em um modelo de riscos competitivos. Para esse fim, ser\u00e1 considerado um par de vari\u00e1veis aleat\u00f3rias (T, C), sendo T o tempo at\u00e9 o evento de interesse e C o tempo at\u00e9 a censura dependente e informativa, al\u00e9m de uma censura administrativa. Os tempos T e C t\u00eam ambas distribui\u00e7\u00e3o Gompertz Defeituosa, cuja depend\u00eancia \u00e9 descrita por uma c\u00f3pula gaussiana.
\n________________________________________________________________________________________________________________________________________________________<\/span><\/p>\nData:<\/strong> 01\/10\/2024<\/div>\n<\/div>\nHor\u00e1rio<\/strong>: 13h30min<\/div>\n<\/div>\nLocal:<\/strong>\u00a0Sala A101 do Instituto de Matem\u00e1tica e Estat\u00edstica da UFRGS (Av. Bento Gon\u00e7alves, 9500 Pr\u00e9dio 43-111)<\/div>\n","protected":false},"excerpt":{"rendered":"