Exportação concluída — 

Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Reina, Juliana Marchesi, 2001-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Wavelets (Matemática)
Regressão não paramétrica
Inferência bayesiana
Wavelets (Mathematics)
Nonparametric regression
Bayesian inference
Link de acesso: https://hdl.handle.net/20.500.12733/31052
Resumo: Orientador: Alex Rodrigo dos Santos Sousa
id UNICAMP-30_bce81c5a7fc27c3c545456597ff22db0
oai_identifier_str oai::1500030
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevadoEstimador bayesiano de coeficientes de ondaletas sob priori cosseno elevadoWavelets (Matemática)Regressão não paramétricaInferência bayesianaWavelets (Mathematics)Nonparametric regressionBayesian inferenceOrientador: Alex Rodrigo dos Santos SousaDissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Matemática, Estatística e Computação CientíficaResumo: No contexto de regressão não paramétrica, considerando o objetivo de estimar uma curva a partir de observações ruidosas, métodos de encolhimento de coeficientes de ondaletas são aplicados aos dados no domínio das ondaletas para reduzir o ruído e representar a função de interesse por meio da expansão em bases de ondaletas. Esta dissertação propõe uma abordagem bayesiana para o encolhimento de coeficientes de ondaletas, utilizando a distribuição cosseno elevado para a distribuição a priori desses coeficientes em modelos com erros aleatórios aditivos gaussianos. Propriedades estatísticas do estimador proposto, como viés, variância, e riscos clássico e de Bayes, foram analisadas. Ademais, performances do estimador foram obtidas em um estudo de simulação envolvendo as funções-teste de Donoho e Johnstone. Constatou-se que a regra proposta teve melhores resultados, em termos de erro quadrático médio e erro absoluto mediano, em relação aos estimadores da literatura considerados nesse estudo, nos cenários de baixa razão sinal-ruído. Aplicações realizadas em dados reais de anomalias de temperaturas médias globais e gravações de eletroencefalograma (EEG), evidenciaram a eficácia do estimador na redução de ruído e na recuperação do sinal subjacenteAbstract: In the context of nonparametric regression, assuming the objective of estimating a curve from noisy observations, wavelet coefficient shrinkage methods are applied to the data in the wavelet domain to reduce noise and represent the function of interest through expansion in wavelet bases. This dissertation proposes a Bayesian approach to wavelet coefficient shrinkage, employing the raised cosine distribution to the prior distribution for these coefficients in models with additive gaussian random errors. The statistical properties of the proposed estimator, such as bias, variance, and classical and Bayesian risks, were analyzed. Moreover, the performance of the estimator was obtained through a simulation study involving the Donoho and Johnstone test functions. The proposed rule achieved better results, in terms of mean squared error and median absolute error, compared to the estimators from the literature considered in this study, in low signal-to-noise ratio scenarios. Applications to real-world data of global average temperature anomalies and electroencephalogram (EEG) recordings, highlighted the effectiveness of the estimator in noise reduction and recovery of the underlying signalAbertoMestradoEstatísticaMestra em EstatísticaCAPES001[s.n.]Sousa, Alex Rodrigo dos Santos, 1989-Dias, RonaldoZambom, Adriano ZaninUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em EstatísticaUNIVERSIDADE ESTADUAL DE CAMPINASReina, Juliana Marchesi, 2001-20252025-02-27T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (89 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/31052REINA, Juliana Marchesi. Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado. 2025. 1 recurso online (89 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: 20.500.12733/31052. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1500030Cover: https://repositorio.unicamp.br/capa/capa?codigo=1500030Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-09-19T17:01:58Zoai::1500030Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-09-19T17:01:58Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
title Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
spellingShingle Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
Reina, Juliana Marchesi, 2001-
Wavelets (Matemática)
Regressão não paramétrica
Inferência bayesiana
Wavelets (Mathematics)
Nonparametric regression
Bayesian inference
title_short Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
title_full Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
title_fullStr Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
title_full_unstemmed Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
title_sort Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado
author Reina, Juliana Marchesi, 2001-
author_facet Reina, Juliana Marchesi, 2001-
author_role author
dc.contributor.none.fl_str_mv Sousa, Alex Rodrigo dos Santos, 1989-
Dias, Ronaldo
Zambom, Adriano Zanin
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Estatística
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Reina, Juliana Marchesi, 2001-
dc.subject.por.fl_str_mv Wavelets (Matemática)
Regressão não paramétrica
Inferência bayesiana
Wavelets (Mathematics)
Nonparametric regression
Bayesian inference
topic Wavelets (Matemática)
Regressão não paramétrica
Inferência bayesiana
Wavelets (Mathematics)
Nonparametric regression
Bayesian inference
description Orientador: Alex Rodrigo dos Santos Sousa
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-02-27T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/31052
REINA, Juliana Marchesi. Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado. 2025. 1 recurso online (89 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: 20.500.12733/31052. Acesso em: 29 set. 2025.
url https://hdl.handle.net/20.500.12733/31052
identifier_str_mv REINA, Juliana Marchesi. Estimador bayesiano de coeficientes de ondaletas sob priori cosseno elevado. 2025. 1 recurso online (89 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: 20.500.12733/31052. Acesso em: 29 set. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1500030
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1500030
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (89 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1844628730980335616

Registros relacionados