Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos

Autores
Cocucci, Tadeo Javier
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Pulido, Manuel Arturo
Descripción
Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2022.
Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
En esta tesis abordamos uno de los desafíos principales dentro de la disciplina de la asimilación de datos: la especificación de las incertezas inherentes al modelo y a las observaciones en los sistemas parcialmente observados. Nos focalizamos en técnicas basadas en ensambles. Proponemos un método online de inferencia de estos errores basado en el algoritmo EM y lo evaluamos experimentalmente. Adicionalmente, abordamos la posibilidad del uso de métodos de asimilación de datos por ensambles en modelos epidemiológicos basados en agentes.
Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Materia
Probabilidad y estadística
Algoritmos de razonamiento probabilístico
Filtros de Kalman y modelos de Markov ocultos
Asimilación de datos
Filtros de Kalman por ensambles
Algoritmo EM
Modelos de agentes
Epidemiología
Mathematics of computing
Probability and statistics
Probabilistic reasoning algorithms
Kalman filters and hidden Markov models
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:11086/546390
Acceder
id RDUUNC_892ad6775f7434782d9812a3d5153fbe
oai_identifier_str oai:rdu.unc.edu.ar:11086/546390
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicosCocucci, Tadeo JavierProbabilidad y estadísticaAlgoritmos de razonamiento probabilísticoFiltros de Kalman y modelos de Markov ocultosAsimilación de datosFiltros de Kalman por ensamblesAlgoritmo EMModelos de agentesEpidemiologíaMathematics of computingProbability and statisticsProbabilistic reasoning algorithmsKalman filters and hidden Markov modelsTesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2022.Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.En esta tesis abordamos uno de los desafíos principales dentro de la disciplina de la asimilación de datos: la especificación de las incertezas inherentes al modelo y a las observaciones en los sistemas parcialmente observados. Nos focalizamos en técnicas basadas en ensambles. Proponemos un método online de inferencia de estos errores basado en el algoritmo EM y lo evaluamos experimentalmente. Adicionalmente, abordamos la posibilidad del uso de métodos de asimilación de datos por ensambles en modelos epidemiológicos basados en agentes.Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Pulido, Manuel Arturo2022-07info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/546390spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:31:33Zoai:rdu.unc.edu.ar:11086/546390Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:31:33.61Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
title Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
spellingShingle Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
Cocucci, Tadeo Javier
Probabilidad y estadística
Algoritmos de razonamiento probabilístico
Filtros de Kalman y modelos de Markov ocultos
Asimilación de datos
Filtros de Kalman por ensambles
Algoritmo EM
Modelos de agentes
Epidemiología
Mathematics of computing
Probability and statistics
Probabilistic reasoning algorithms
Kalman filters and hidden Markov models
title_short Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
title_full Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
title_fullStr Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
title_full_unstemmed Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
title_sort Asimilación de datos por ensambles y tratamiento de errores: aplicaciones en modelos epidemiológicos
dc.creator.none.fl_str_mv Cocucci, Tadeo Javier
author Cocucci, Tadeo Javier
author_facet Cocucci, Tadeo Javier
author_role author
dc.contributor.none.fl_str_mv Pulido, Manuel Arturo
dc.subject.none.fl_str_mv Probabilidad y estadística
Algoritmos de razonamiento probabilístico
Filtros de Kalman y modelos de Markov ocultos
Asimilación de datos
Filtros de Kalman por ensambles
Algoritmo EM
Modelos de agentes
Epidemiología
Mathematics of computing
Probability and statistics
Probabilistic reasoning algorithms
Kalman filters and hidden Markov models
topic Probabilidad y estadística
Algoritmos de razonamiento probabilístico
Filtros de Kalman y modelos de Markov ocultos
Asimilación de datos
Filtros de Kalman por ensambles
Algoritmo EM
Modelos de agentes
Epidemiología
Mathematics of computing
Probability and statistics
Probabilistic reasoning algorithms
Kalman filters and hidden Markov models
dc.description.none.fl_txt_mv Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2022.
Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
En esta tesis abordamos uno de los desafíos principales dentro de la disciplina de la asimilación de datos: la especificación de las incertezas inherentes al modelo y a las observaciones en los sistemas parcialmente observados. Nos focalizamos en técnicas basadas en ensambles. Proponemos un método online de inferencia de estos errores basado en el algoritmo EM y lo evaluamos experimentalmente. Adicionalmente, abordamos la posibilidad del uso de métodos de asimilación de datos por ensambles en modelos epidemiológicos basados en agentes.
Fil: Cocucci, Tadeo Javier. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
description Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022-07
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/546390
url http://hdl.handle.net/11086/546390
dc.language.none.fl_str_mv spa
language spa
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_ 1842349618026774528
score 13.13397

Publicaciones similares