Campos Aleatorios Markovianos
Mostrando 1-4 de 4 artigos, teses e dissertações.
-
1. Mapeamento de doenças utilizando modelos de mistura com correlação espacial
Uma área de estudo em bioestatística e de interesse epidemiológico é o mapeamento de doenças. O objetivo de mapear dados de determinada patologia é detectar áreas de risco relativo elevado ou reduzido. Uma maneira muito simples de estimar o risco relativo de uma região geográfica, dada a suposição de independência entre as contagens de eventos da
Publicado em: 2010
-
2. Combinação de modelos de campos aleatórios markovianos para classificação contextual de imagens multiespectrais / Combining markov random field models for multispectral image contextual classification
This work presents a novel MAP-MRF approach for multispectral image contextual classification by combining higher-order Markov Random Field models. The statistical modeling follows the Bayesian paradigm, with the definition of a multispectral Gaussian Markov Random Field model for the observations and a Potts MRF model to represent the a priori knowledge. In
Publicado em: 2010
-
3. Simulação de campos aleatorios markovianos : uma introdução voltada a modelagem estocastica de reservatorios de petroleo
A simulação estocástica tem sido utilizada na caracterização de reservatórios de petróleo como ferramenta de modelagem capaz de conciliar informações de fontes diversas. Ao mesmo tempo, preserva a variabilidade do fenômeno modelado e permite a transferência do conhecimento geológico para modelos numéricos de fluxo, cujas previsões sobre o compo
Publicado em: 2005
-
4. Caracterização de reservatorios pela utilização da teoria da percolação conjugada as propriedades de correlação espacial
A Teoria da Percolação é uma ferramenta bastante útil na descrição da capacidade de fluxo e da comunicação interna nos meios porosos. Este trabalho objetivou primordialmente analisar a influência das propriedades de correlação espacial sobre o fluxo de fluidos em meios porosos. Para isto, foi utilizada a simulação de processos estocásticos asso
Publicado em: 1998