Estimador subsemble espacial para dados massivos em geoestatística

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Barbian, Márcia Helena
Orientador(a): Assunção, Renato Martins
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Geoestatística
Programação paralela
Palavras-chave em Inglês:
Large spatial data
Subsampling
U-statistics
Parallel computing
Geoestatistic
Link de acesso: http://hdl.handle.net/10183/150254
Resumo: Um problema que vem se tornando habitual em análise geoestatística é a quantidade crescente de observações. Em tais casos é comum que estimadores usualmente utilizados não possam ser empregados devido a dificuldades numéricas. Esta tese têm por objetivo propor um novo estimador para massivas observações em geoestatística: o estimador subsemble espacial. O estimador subsemble espacial seleciona várias subamostras, espacialmente estruturadas, do conjunto completo de dados. Cada subamostra estima com facilidade os parâmetros do modelo e as estimativas resultantes são ponderadas através de um subconjunto de validação. Em estudos simulados, compara-se a metodologia proposta com outros métodos e os resultados apresentam sua acurácia e rapidez. Além disso, uma aplicação em um banco de dados reais, com 11.000 observações, confirma essas características.
id URGS_25c35d843933ae961053338298ef64e7
oai_identifier_str oai:www.lume.ufrgs.br:10183/150254
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Barbian, Márcia HelenaAssunção, Renato Martins2016-12-21T02:23:51Z2016http://hdl.handle.net/10183/150254001007603Um problema que vem se tornando habitual em análise geoestatística é a quantidade crescente de observações. Em tais casos é comum que estimadores usualmente utilizados não possam ser empregados devido a dificuldades numéricas. Esta tese têm por objetivo propor um novo estimador para massivas observações em geoestatística: o estimador subsemble espacial. O estimador subsemble espacial seleciona várias subamostras, espacialmente estruturadas, do conjunto completo de dados. Cada subamostra estima com facilidade os parâmetros do modelo e as estimativas resultantes são ponderadas através de um subconjunto de validação. Em estudos simulados, compara-se a metodologia proposta com outros métodos e os resultados apresentam sua acurácia e rapidez. Além disso, uma aplicação em um banco de dados reais, com 11.000 observações, confirma essas características.A problem that is becoming common in geostatistical analysis is the growing number of observations. In such cases, common estimators cannot be used due to numerical difficulties. This thesis proposes a new estimator for massive observations in geostatistics: the spatial subsemble estimator. The estimator selects small spatially structured subset of observations. The model parameters are estimated easily with each subsample, and the resulting estimates are weighted by a subset of validation. We compare the spatial subsemble with competing alternatives showing that it is faster and accurate. In addition, we present an application in a real database with 11000 observations.application/pdfporGeoestatísticaProgramação paralelaLarge spatial dataSubsamplingU-statisticsParallel computingGeoestatisticEstimador subsemble espacial para dados massivos em geoestatísticainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de Minas GeraisInstituto de Ciências Exatas Departamento de EstatísticaBelo Horizonte2016doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001007603.pdf001007603.pdfTexto completoapplication/pdf20427921http://www.lume.ufrgs.br/bitstream/10183/150254/1/001007603.pdf888fe3bf62968238976cc05e84b0538cMD51TEXT001007603.pdf.txt001007603.pdf.txtExtracted Texttext/plain207922http://www.lume.ufrgs.br/bitstream/10183/150254/2/001007603.pdf.txt791ca58955775ddc99bf50685e8165d4MD52THUMBNAIL001007603.pdf.jpg001007603.pdf.jpgGenerated Thumbnailimage/jpeg1121http://www.lume.ufrgs.br/bitstream/10183/150254/3/001007603.pdf.jpgb24c8b3b45d1a79125b592eccc2fa397MD5310183/1502542018-10-30 07:55:31.665oai:www.lume.ufrgs.br:10183/150254Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-30T10:55:31Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Estimador subsemble espacial para dados massivos em geoestatística
title Estimador subsemble espacial para dados massivos em geoestatística
spellingShingle Estimador subsemble espacial para dados massivos em geoestatística
Barbian, Márcia Helena
Geoestatística
Programação paralela
Large spatial data
Subsampling
U-statistics
Parallel computing
Geoestatistic
title_short Estimador subsemble espacial para dados massivos em geoestatística
title_full Estimador subsemble espacial para dados massivos em geoestatística
title_fullStr Estimador subsemble espacial para dados massivos em geoestatística
title_full_unstemmed Estimador subsemble espacial para dados massivos em geoestatística
title_sort Estimador subsemble espacial para dados massivos em geoestatística
author Barbian, Márcia Helena
author_facet Barbian, Márcia Helena
author_role author
dc.contributor.author.fl_str_mv Barbian, Márcia Helena
dc.contributor.advisor1.fl_str_mv Assunção, Renato Martins
contributor_str_mv Assunção, Renato Martins
dc.subject.por.fl_str_mv Geoestatística
Programação paralela
topic Geoestatística
Programação paralela
Large spatial data
Subsampling
U-statistics
Parallel computing
Geoestatistic
dc.subject.eng.fl_str_mv Large spatial data
Subsampling
U-statistics
Parallel computing
Geoestatistic
description Um problema que vem se tornando habitual em análise geoestatística é a quantidade crescente de observações. Em tais casos é comum que estimadores usualmente utilizados não possam ser empregados devido a dificuldades numéricas. Esta tese têm por objetivo propor um novo estimador para massivas observações em geoestatística: o estimador subsemble espacial. O estimador subsemble espacial seleciona várias subamostras, espacialmente estruturadas, do conjunto completo de dados. Cada subamostra estima com facilidade os parâmetros do modelo e as estimativas resultantes são ponderadas através de um subconjunto de validação. Em estudos simulados, compara-se a metodologia proposta com outros métodos e os resultados apresentam sua acurácia e rapidez. Além disso, uma aplicação em um banco de dados reais, com 11.000 observações, confirma essas características.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-12-21T02:23:51Z
dc.date.issued.fl_str_mv 2016
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 http://hdl.handle.net/10183/150254
dc.identifier.nrb.pt_BR.fl_str_mv 001007603
url http://hdl.handle.net/10183/150254
identifier_str_mv 001007603
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/150254/1/001007603.pdf
http://www.lume.ufrgs.br/bitstream/10183/150254/2/001007603.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/150254/3/001007603.pdf.jpg
bitstream.checksum.fl_str_mv 888fe3bf62968238976cc05e84b0538c
791ca58955775ddc99bf50685e8165d4
b24c8b3b45d1a79125b592eccc2fa397
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316007264714752

Registros relacionados