Conditional independence testing, two sample comparison and density estimation using neural networks

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Inácio, Marco Henrique de Almeida
Orientador(a): Izbicki, Rafael lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal de São Carlos
Câmpus São Carlos
Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais artificiais
Estimação de densidade condicional
Teste de independência condicional
Comparação de populações
Aprendizado de máquina
Palavras-chave em Inglês:
Artificial neural networks
Conditional density estimation
Conditional independence testing
Two-sample comparison
Machine learning
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/13119
Resumo: Given the vast amount of data available nowadays and the rapid increase of computational processing power, the field of machine learning and the so called algorithmic modeling have seen a recent surge in its popularity and applicability. One of the tools which has attracted great popularity is artificial neural networks due, to among other things, their versatility, ability to capture complex relations and computational scalability. In this work, we therefore apply such machine learning tools into three important problems of Statistics: two-sample comparison, conditional independence testing and conditional density estimation.
id SCAR_d168cde9ff7d3f4c835bc0103f8257da
oai_identifier_str oai:repositorio.ufscar.br:20.500.14289/13119
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str
spelling Inácio, Marco Henrique de AlmeidaIzbicki, Rafaelhttp://lattes.cnpq.br/9991192137633896http://lattes.cnpq.br/1931901020027887a65647fb-bbb0-4484-9ccd-4808b3657ab72020-08-05T12:14:20Z2020-08-05T12:14:20Z2020-08-03INÁCIO, Marco Henrique de Almeida. Conditional independence testing, two sample comparison and density estimation using neural networks. 2020. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/13119.https://repositorio.ufscar.br/handle/20.500.14289/13119Given the vast amount of data available nowadays and the rapid increase of computational processing power, the field of machine learning and the so called algorithmic modeling have seen a recent surge in its popularity and applicability. One of the tools which has attracted great popularity is artificial neural networks due, to among other things, their versatility, ability to capture complex relations and computational scalability. In this work, we therefore apply such machine learning tools into three important problems of Statistics: two-sample comparison, conditional independence testing and conditional density estimation.Dada a grande quantidade de dados disponíveis nos dias de hoje e o rápido aumento da capacidade de processamento computacional, o campo de aprendizado de máquina e a assim chamada modelagem algorítmica tem visto um grande surto de popularidade e aplicabilidade. Uma das ferramentas que atraíram grande popularidade são as redes neurais artificiais dada, entre outras coisas, sua versatilidade, habilidade de capturar relações complexas e sua escalabilidade computacional. Assim sendo, neste trabalho aplicamos estas ferramentas de aprendizado de máquina em três problemas importantes da Estatística: comparação de populações, teste de independência condicional e estimação de densidades condicionais.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: Código de Financiamento 001engUniversidade Federal de São CarlosCâmpus São CarlosPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessRedes neurais artificiaisEstimação de densidade condicionalTeste de independência condicionalComparação de populaçõesAprendizado de máquinaArtificial neural networksConditional density estimationConditional independence testingTwo-sample comparisonMachine learningCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAConditional independence testing, two sample comparison and density estimation using neural networksEstimação de densidades, comparação de amostras e medidas de importância usando redes neuraisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis6003e57f161-19fe-4345-9e87-bc60eb7be98freponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALthesis_ufscar.pdfthesis_ufscar.pdfapplication/pdf3602444https://repositorio.ufscar.br/bitstreams/4402ddb5-539b-40e7-a69e-065f25987e5a/downloadb4fad072cca9173cdb9072ba9fbcfc08MD51trueAnonymousREADcartacomprovantepipges_para_ufscar.pdfcartacomprovantepipges_para_ufscar.pdfapplication/pdf92508https://repositorio.ufscar.br/bitstreams/8d61bd68-ba16-4073-a9da-a63f10ad3a1b/downloadbae476a88eb7446605ee1dc1246386d5MD53falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufscar.br/bitstreams/f3c07939-23eb-447d-a422-459cc0967d8b/downloade39d27027a6cc9cb039ad269a5db8e34MD54falseAnonymousREADTEXTthesis_ufscar.pdf.txtthesis_ufscar.pdf.txtExtracted texttext/plain177652https://repositorio.ufscar.br/bitstreams/5398f43d-ad27-4797-8435-1bf45b3fba55/download01df421af0bd146f0d5188c9709feff7MD59falseAnonymousREADcartacomprovantepipges_para_ufscar.pdf.txtcartacomprovantepipges_para_ufscar.pdf.txtExtracted texttext/plain1280https://repositorio.ufscar.br/bitstreams/495c9a27-8ced-4684-8cf4-0ddbf80bcd00/download55e8736a818e23415a3e5afaf5f50284MD511falseAnonymousREADTHUMBNAILthesis_ufscar.pdf.jpgthesis_ufscar.pdf.jpgIM Thumbnailimage/jpeg7006https://repositorio.ufscar.br/bitstreams/26328394-eecb-45ac-9706-e47c863b54fc/downloadf8774c9b5d689e56b3971c3e835a11bcMD510falseAnonymousREADcartacomprovantepipges_para_ufscar.pdf.jpgcartacomprovantepipges_para_ufscar.pdf.jpgIM Thumbnailimage/jpeg9416https://repositorio.ufscar.br/bitstreams/2abd943a-e2c5-4a2d-8d0c-06533fd9238e/download3222527fd2f7ef9e7aafe31cc4f915a6MD512falseAnonymousREAD20.500.14289/131192025-02-05 19:27:33.668http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Brazilopen.accessoai:repositorio.ufscar.br:20.500.14289/13119https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222025-02-05T22:27:33Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.eng.fl_str_mv Conditional independence testing, two sample comparison and density estimation using neural networks
dc.title.alternative.por.fl_str_mv Estimação de densidades, comparação de amostras e medidas de importância usando redes neurais
title Conditional independence testing, two sample comparison and density estimation using neural networks
spellingShingle Conditional independence testing, two sample comparison and density estimation using neural networks
Inácio, Marco Henrique de Almeida
Redes neurais artificiais
Estimação de densidade condicional
Teste de independência condicional
Comparação de populações
Aprendizado de máquina
Artificial neural networks
Conditional density estimation
Conditional independence testing
Two-sample comparison
Machine learning
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
title_short Conditional independence testing, two sample comparison and density estimation using neural networks
title_full Conditional independence testing, two sample comparison and density estimation using neural networks
title_fullStr Conditional independence testing, two sample comparison and density estimation using neural networks
title_full_unstemmed Conditional independence testing, two sample comparison and density estimation using neural networks
title_sort Conditional independence testing, two sample comparison and density estimation using neural networks
author Inácio, Marco Henrique de Almeida
author_facet Inácio, Marco Henrique de Almeida
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/1931901020027887
dc.contributor.author.fl_str_mv Inácio, Marco Henrique de Almeida
dc.contributor.advisor1.fl_str_mv Izbicki, Rafael
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9991192137633896
dc.contributor.authorID.fl_str_mv a65647fb-bbb0-4484-9ccd-4808b3657ab7
contributor_str_mv Izbicki, Rafael
dc.subject.por.fl_str_mv Redes neurais artificiais
Estimação de densidade condicional
Teste de independência condicional
Comparação de populações
Aprendizado de máquina
topic Redes neurais artificiais
Estimação de densidade condicional
Teste de independência condicional
Comparação de populações
Aprendizado de máquina
Artificial neural networks
Conditional density estimation
Conditional independence testing
Two-sample comparison
Machine learning
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
dc.subject.eng.fl_str_mv Artificial neural networks
Conditional density estimation
Conditional independence testing
Two-sample comparison
Machine learning
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
description Given the vast amount of data available nowadays and the rapid increase of computational processing power, the field of machine learning and the so called algorithmic modeling have seen a recent surge in its popularity and applicability. One of the tools which has attracted great popularity is artificial neural networks due, to among other things, their versatility, ability to capture complex relations and computational scalability. In this work, we therefore apply such machine learning tools into three important problems of Statistics: two-sample comparison, conditional independence testing and conditional density estimation.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-08-05T12:14:20Z
dc.date.available.fl_str_mv 2020-08-05T12:14:20Z
dc.date.issued.fl_str_mv 2020-08-03
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.citation.fl_str_mv INÁCIO, Marco Henrique de Almeida. Conditional independence testing, two sample comparison and density estimation using neural networks. 2020. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/13119.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/20.500.14289/13119
identifier_str_mv INÁCIO, Marco Henrique de Almeida. Conditional independence testing, two sample comparison and density estimation using neural networks. 2020. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/13119.
url https://repositorio.ufscar.br/handle/20.500.14289/13119
dc.language.iso.fl_str_mv eng
language eng
dc.relation.confidence.fl_str_mv 600
dc.relation.authority.fl_str_mv 3e57f161-19fe-4345-9e87-bc60eb7be98f
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.publisher.program.fl_str_mv Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
dc.publisher.initials.fl_str_mv UFSCar
publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstreams/4402ddb5-539b-40e7-a69e-065f25987e5a/download
https://repositorio.ufscar.br/bitstreams/8d61bd68-ba16-4073-a9da-a63f10ad3a1b/download
https://repositorio.ufscar.br/bitstreams/f3c07939-23eb-447d-a422-459cc0967d8b/download
https://repositorio.ufscar.br/bitstreams/5398f43d-ad27-4797-8435-1bf45b3fba55/download
https://repositorio.ufscar.br/bitstreams/495c9a27-8ced-4684-8cf4-0ddbf80bcd00/download
https://repositorio.ufscar.br/bitstreams/26328394-eecb-45ac-9706-e47c863b54fc/download
https://repositorio.ufscar.br/bitstreams/2abd943a-e2c5-4a2d-8d0c-06533fd9238e/download
bitstream.checksum.fl_str_mv b4fad072cca9173cdb9072ba9fbcfc08
bae476a88eb7446605ee1dc1246386d5
e39d27027a6cc9cb039ad269a5db8e34
01df421af0bd146f0d5188c9709feff7
55e8736a818e23415a3e5afaf5f50284
f8774c9b5d689e56b3971c3e835a11bc
3222527fd2f7ef9e7aafe31cc4f915a6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv repositorio.sibi@ufscar.br
_version_ 1851688849510498304

Registros relacionados