NUEVAS FAMILIAS DE PROCESOS ESTOCASTICOS ESPACIO-TEMPORALES QUE UNIFICAN GEOESTA...
NUEVAS FAMILIAS DE PROCESOS ESTOCASTICOS ESPACIO-TEMPORALES QUE UNIFICAN GEOESTADISTICA Y PATRONES PUNTUALES. MODELIZACION, ESTIMACION, PREDICCION SOBRE NETWORKS Y TRAYECTORIA
LA FAMILIA DE LOS PROCESOS DE COX EN ESPACIO-TIEMPO ES UNA CLASE DE PROCESOS PUNTUALES CUYA ESTRUCTURA DE INTERACCION DEPENDE DE LA FUNCION DE COVARIANZA DE CAMPOS ALEATORIOS CONTINUOS GEOESTADISTICOS. LOS PROCESOS DE COX REPRESEN...
LA FAMILIA DE LOS PROCESOS DE COX EN ESPACIO-TIEMPO ES UNA CLASE DE PROCESOS PUNTUALES CUYA ESTRUCTURA DE INTERACCION DEPENDE DE LA FUNCION DE COVARIANZA DE CAMPOS ALEATORIOS CONTINUOS GEOESTADISTICOS. LOS PROCESOS DE COX REPRESENTAN UNA CLASE MUY FLEXIBLE DE PROCESOS ESTOCASTICOS. ESTA FLEXIBILIDAD, COMBINADA CON SU FACILIDAD EN EL TRATAMIENTO MATEMATICO, HACEN DE ESTOS PROCESOS UNOS MODELOS ATRACTIVOS PARA MODELAR LA INHOMOGENEIDAD INTRINSECA A TRAVES DE LA INTENSIDAD ESPACIAL DE PRIMER ORDEN.EN ESTE PROYECTO PROPONEMOS NUEVAS CLASES DE PROCESOS DE COX LOG-GAUSSIANOS Y SHOT-NOISE MAS FLEXIBLES Y GENERALES QUE LOS YA EXISTENTES MODELANDO LA INTENSIDAD ALEATORIA A TRAVES DE CAMPOS SHOT-NOISE Y CAMPOS PRODUCTO BASADOS EN CONVOLUCIONES DE FUNCIONES KERNEL. LA ESTRUCTURA DE CORRELACION SUBYACENTE ES MODELADA CONVENIENTEMENTE POR MEDIO DE ESTOS CAMPOS CONTINUOS, Y ESTA RELACIONADA DIRECTAMENTE CON LA FUNCION PAIR-CORRELATION DEL PROCESO PUNTUAL DE COX. POR TANTO, DEFINIENDO NUEVAS CLASES FLEXIBLES DE KERNELS TENDREMOS NUEVAS CLASES FLEXIBLES DE PAIR-CORRELATIONS, Y POR ENDE DE PROCESOS DE COX. SI CONSIDERAMOS EN ESPACIO-TIEMPO KERNELS ANISOTROPICOS, NO SEPARABLES Y KERNELS VECTORIALES, FORMAREMOS NUEVAS FAMILIAS DE PROCESOS DE COX ESPACIO-TEMPORALES ANISOTROPICAS, NO SEPARABLES Y MULTIDIMENSIONALES. SE DETERMINARAN NUEVAS TECNICAS DE ESTIMACION PARAMETRICA E INFERENCIALES Y ANALIZAREMOS LAS PROPIEDADES ESTADISTICAS DE LOS NUEVOS ESTIMADORES.POR OTRA PARTE, EXTENDEREMOS LA DEFINICION Y CONSTRUCCION DE ESTAS FAMILIAS AL CASO DE SOPORTE BASADO EN NETWORKS. EN ESTE NUEVO ESCENARIO, DEFINIMOS LAS CARACTERISTICAS GLOBALES Y LOCALES DE PRIMER Y SEGUNDO ORDEN EN ESPACIO-TIEMPO Y PROPONEMOS NUEVAS METODOLOGIAS PARA PROBLEMAS DE TRAYECTORIAS.EL PROYECTO VIENE MOTIVADO POR PROBLEMAS REALES PROCEDENTES DEL CAMPO DE LA CRIMINOLOGIA. PROPORCIONAREMOS MODELOS PREDICTIVOS PROBABILISTICOS PARA LA ACTIVIDAD CRIMINAL DEFINIDA SOBRE LAS REDES DE LAS CIUDADES. CONSTRUIREMOS NUESTRO PROPIO SOFTWARE QUE PODRA SER UTILIZADO POR LAS INSTITUCIONES EXTERNAS (EPOS) QUE APOYAN EL PROYECTO. AMPOS ALEATORIOS\TRAYECTORIAS\PROCESOS ESPACIO-TEMPORALES\PROCESOS DE COX\NETWORKS\CRIMINOLOGÍA\COVARIANZASver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.