29/08/25 - Seminário do Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) da UFSCar-USP
Título: Estimação de entropia de transferência entre processos aleatórios discretos e contínuos
Resumo: A entropia de transferência é uma medida de causalidade que tem sido bastante aplicada e uma de suas identidades é a soma de termos de informação mútua. Neste trabalho, avaliamos dois métodos de estimação de medidas de informação na aplicação específica de detectar causalidade entre um processo aleatório discreto e outro contínuo: método "binning" e método kNN (vizinhos mais próximos). A partir de exemplos simulados, no panorama geral, observamos que o método kNN trouxe estimativas mais confiáveis, apesar da sua maior complexidade computacional.
Breve biografia: Juliana Martins de Assis possui graduação em Engenharia Elétrica pela Universidade Federal de Campina Grande (2012), ênfase em Telecomunicações, mestrado em Neurociências pela Universidade Federal do Rio Grande do Norte (2014), Instituto do Cérebro, e doutorado em Engenharia Elétrica pela Universidade Federal de Campina Grande (2017), na área de processamento de informação. Sua pesquisa lida com estimação de medidas de informação e suas aplicações em diferentes áreas, tais quais Neurociências. Atualmente atua como professora no Departamento de Estatística, Centro de Ciências Exatas e da Natureza, da Universidade Federal de Pernambuco.
Local: Sala 4-003 do ICMC-USP (São Carlos)
Todos são bem vindos!