Palestras
Confira a seguir os palestrantes confirmados para o VI ENGOPE.
Palestra Datathon: 15/10 às 10:30
(Divulgação do tema)
__________________________
Palestra 1: 15/10 às 15:00
Palestrante: Daiane Zuanetti (UFSCar)
Título: Comparando modelos de análise de texto em dados reais
Resumo: A modelagem de textos têm ganhado bastante visibilidade e popularidade nos últimos anos devido a grande e, cada vez maior, quantidade de informações presentes no dia a dia, consumidas de diversas maneiras. Para a eficiência e aplicabilidade destes modelos, é de suma importância a etapa prévia de pré-processamento dos dados, que ajuda na organização e tratamento dos textos. Um ramo dentro da análise de textos é o de modelagem de tópicos, cujas metodologias visam entender a estrutura de tópicos (assuntos) que formam um documento, segmentando vários documentos por seus tópicos dominantes e simplificando assim a exploração de grandes volumes de dados textuais com a redução de dimensionalidade ocasionada. Um dos métodos pioneiros neste contexto é o Modelo de Mistura (MM), este que parte-se do pressuposto de que cada documento será composto de palavras advindas de um único tópico. Diante dessa limitação, tem ganhado bastante visibilidade a técnica de Latent Dirichlet Allocation (LDA), por conta de sua maior flexibilidade, visto que permite que cada documento possa exibir vários tópicos. Nessa apresentação, discutimos as principais diferenças entre esses dois modelos e comparamos seus desempenhos, bem como das métricas de seleção do número de tópicos ideal, em conjuntos de dados reais. Trabalho em conjunto com Edvaldo Capobiango Coelho Filho.
__________________________
Palestra 2: 16/10 às 14:00
Palestrante: Ricardo Ferreira (UFSCar)
Título: Modelos estatísticos na neurociência: uma breve introdução aos neurônios estocásticos com memória de tamanho variável
Resumo: Registros da atividade neuronal revelam que os disparos elétricos podem ocorrer de forma espontânea e irregular, variando mesmo quando o neurônio é exposto aos mesmos estímulos. Essas observações empíricas sugerem uma estrutura probabilística para a descrição matemática e o tratamento dos fenômenos neurais. Nesse contexto, uma rede neuronal pode ser modelada como um sistema de processos estocásticos interagentes, onde cada processo descreve a atividade de um neurônio individual, indicando se houve ou não um disparo em um dado instante de tempo. Nesta palestra, vamos discutir como construir um modelo estocástico para atividade neuronal levando em consideração certas características neurobiológicas. Em particular, vamos explorar como a estrutura de memória de tamanho variável faz do modelo um bom candidato para descrever a evolução temporal de redes neuronais. Direções sobre como realizar a estimação, a seleção de modelos e a análise da qualidade do ajuste serão brevemente discutidas.
__________________________
Palestra 3: 16/10 às 15:00
Palestrante: Lucas Cheim (CONFE)
Título: O futuro da Estatística no Brasil
__________________________
Palestra 4: 17/10 às 14:00
Palestrante: Éder Brito (IFG)
Título: Modelos de reparo imperfeito aplicados à confiabilidade de componentes eletrônicos de locomotivas
Resumo: Nesta apresentação será abordada uma aplicação dos modelos de reparo imperfeito para o estudo dos tempos de vida e predição de confiabilidade de componentes eletrônicos de locomotivas de uma empresa de logística ferroviária brasileira. O objetivo é solucionar um problema real da empresa sobre decidir entre descartar ou reparar componentes após uma nova falha. A partir do histórico de falhas são extraídas informações importantes, como o comportamento da vida útil dos equipamentos e a probabilidade de falhas futuras. A apresentação inclui uma breve revisão teórica sobre sistemas reparáveis e modelos de reparo imperfeitos, com destaque para as classes ARA e ARI. Na aplicação são estimados parâmetros e realizados estudos de seleção e adequação de modelos para cada grupo de componentes. Os resultados obtidos atestam as vantagens dos modelos de reparo imperfeito para o ajuste e para a interpretação dos conjuntos de dados reais estudados e subsidiam uma proposta de metodologia para a decisão de descarte baseada na confiabilidade estimada.
__________________________
Palestra 5: 17/10 às 15:00
Palestrante: Rafael Guimarães (FEN-UFG)
Título: Aplicações e perspectivas da estatística na área da saúde na era da ciência de dados
Resumo: A estatística apresenta aplicações relevantes em diversos campos da área da saúde, permitindo a tomada de decisões baseadas em evidências e dados. Técnicas e outras abordagens estatísticas, como modelos de regressão, a análise de sobrevivência, a modelagem de séries temporais e técnicas de análise multivariada, têm sido aplicadas na área da saúde, fornecendo suporte para planos, ações e políticas públicas de saúde nos âmbitos federal, estadual e municipal. O aumento da complexidade e o volume de dados nos últimos anos, aliada à ascensão da ciência de dados, tornaram necessária a integração de métodos tradicionais de gerenciamento e análise estatística de dados nessa área. A ciência de dados em saúde combina métodos e ferramentas de pesquisa em saúde, estatística e ciências da computação para abordar problemas de saúde utilizando dados. A presente apresentação discutirá as aplicações e perspectivas da estatística em diferentes áreas da saúde na era da ciência de dados. Será discutido como as técnicas de estatística descritiva e inferencial podem ser aplicadas para a tomada de decisões e resposta a problemas e desafios de saúde. As principais modelagens estatísticas tradicionais e técnicas de Inteligência Artificial (IA) usadas na área da saúde serão apresentadas, bem como as perspectivas e desafios atuais do uso da estatística nessa área.
