Sensitivity study of estimation methods of the two-dimensional autoregressive model

Autores
Britos, Grisel Maribel; Ojeda, Silvia María
Año de publicación
2017
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Ponencia presentada en el Sexto Congreso de Matemática Aplicada, Computacional e Industrial 2 al 5 de mayo de 2017 – Comodoro Rivadavia, Chubut, Argentina - VI MACI 2017
Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
In this paper we present an estimator of the parameters of an AR-2D model that is an extension of an estimator presented for autoregressive models in time series. It uses an auxiliary model (BIP-AR) that limits the propagation of noise in an AR process. In addition, we present an analysis of the behavior of these new estimator (BMM-2D) and others estimators for the case of AR-2D processes contaminated by Gaussian noise. We also show an application to the image processing obtaining favorable results for our estimator. Computational implementation is carried out by R statistical software.
Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Estadística y Probabilidad
Materia
Robust estimation
Autoregressive process
Image processing
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/552308
Acceder
id RDUUNC_3a5e9c54b4b2aa5cbf716bb80c92aebe
oai_identifier_str oai:rdu.unc.edu.ar:11086/552308
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Sensitivity study of estimation methods of the two-dimensional autoregressive modelBritos, Grisel MaribelOjeda, Silvia MaríaRobust estimationAutoregressive processImage processingPonencia presentada en el Sexto Congreso de Matemática Aplicada, Computacional e Industrial 2 al 5 de mayo de 2017 – Comodoro Rivadavia, Chubut, Argentina - VI MACI 2017Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.In this paper we present an estimator of the parameters of an AR-2D model that is an extension of an estimator presented for autoregressive models in time series. It uses an auxiliary model (BIP-AR) that limits the propagation of noise in an AR process. In addition, we present an analysis of the behavior of these new estimator (BMM-2D) and others estimators for the case of AR-2D processes contaminated by Gaussian noise. We also show an application to the image processing obtaining favorable results for our estimator. Computational implementation is carried out by R statistical software.Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Estadística y Probabilidad2017info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/552308enginfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:28:33Zoai:rdu.unc.edu.ar:11086/552308Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:28:33.879Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Sensitivity study of estimation methods of the two-dimensional autoregressive model
title Sensitivity study of estimation methods of the two-dimensional autoregressive model
spellingShingle Sensitivity study of estimation methods of the two-dimensional autoregressive model
Britos, Grisel Maribel
Robust estimation
Autoregressive process
Image processing
title_short Sensitivity study of estimation methods of the two-dimensional autoregressive model
title_full Sensitivity study of estimation methods of the two-dimensional autoregressive model
title_fullStr Sensitivity study of estimation methods of the two-dimensional autoregressive model
title_full_unstemmed Sensitivity study of estimation methods of the two-dimensional autoregressive model
title_sort Sensitivity study of estimation methods of the two-dimensional autoregressive model
dc.creator.none.fl_str_mv Britos, Grisel Maribel
Ojeda, Silvia María
author Britos, Grisel Maribel
author_facet Britos, Grisel Maribel
Ojeda, Silvia María
author_role author
author2 Ojeda, Silvia María
author2_role author
dc.subject.none.fl_str_mv Robust estimation
Autoregressive process
Image processing
topic Robust estimation
Autoregressive process
Image processing
dc.description.none.fl_txt_mv Ponencia presentada en el Sexto Congreso de Matemática Aplicada, Computacional e Industrial 2 al 5 de mayo de 2017 – Comodoro Rivadavia, Chubut, Argentina - VI MACI 2017
Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
In this paper we present an estimator of the parameters of an AR-2D model that is an extension of an estimator presented for autoregressive models in time series. It uses an auxiliary model (BIP-AR) that limits the propagation of noise in an AR process. In addition, we present an analysis of the behavior of these new estimator (BMM-2D) and others estimators for the case of AR-2D processes contaminated by Gaussian noise. We also show an application to the image processing obtaining favorable results for our estimator. Computational implementation is carried out by R statistical software.
Fil: Britos, Grisel Maribel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Estadística y Probabilidad
description Ponencia presentada en el Sexto Congreso de Matemática Aplicada, Computacional e Industrial 2 al 5 de mayo de 2017 – Comodoro Rivadavia, Chubut, Argentina - VI MACI 2017
publishDate 2017
dc.date.none.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/552308
url http://hdl.handle.net/11086/552308
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.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:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846143332935270400
score 12.712165

Publicaciones similares