Seminario - Inferência Variacional para Análise de Dados Funcionais

Abstract: Dados funcionais são representados por funções definidas em um domínio contínuo, mas são observados apenas em pontos discretos, o que torna a suavização e a seleção de variáveis problemas centrais em sua análise. Esta apresentação explora a inferência variacional como uma alternativa aos métodos MCMC na análise Bayesiana de dados funcionais. Primeiro, apresento um algoritmo EM variacional para a seleção de funções de base na suavização de uma ou várias curvas, levando em conta a correlação dentro de cada curva. Em seguida, estendo essa abordagem à regressão funcional linear com múltiplas covariáveis funcionais. Estudos de simulação e aplicações a dados de atividade física, clima e espectroscopia demonstram que os métodos propostos recuperam adequadamente a estrutura verdadeira dos dados e apresentam desempenho competitivo em relação a abordagens existentes.