MInicursos XIX EMR
MINICURSO 1 (MC1): Modelagem estatística de imagens digitais
Autores: Bruna Gregory Palm (Blekinge Institute of Technology – BTH) e Fábio Mariano Bayer (UFSM)
Resumo: Neste minicurso, serão exploradas abordagens estatísticas para a modelagem de imagens digitais. Iniciaremos com a introdução a conceitos fundamentais da área de processamento de imagens, destacando possíveis aplicações. A seguir, serão apresentadas diferentes abordagens para a modelagem de imagens, que vão desde métodos que assumem pixels iid, passando por modelos de regressão, até modelos dinâmicos bidimensionais que exploram a autocorrelação espacial das imagens. Por fim, serão discutidas aplicações em linguagem R, considerando imagens de sensoriamento remoto.
Bruna Gregory Palm
Blekinge Institute of Technology - BTH
Fábio Mariano Bayer
UFPE
MINICURSO 2 (MC2): Introdução aos Modelos de Regressão Geograficamente Ponderados
Palestrantes: Alan Ricardo Da Silva (UNB)
Resumo: Título: Introdução aos Modelos de Regressão Geograficamente Ponderados
A tentativa de representar a realidade por meio de modelos, matemáticos ou não, continua sendo um grande desafio para a ciência que, década após década, procura sempre aprimorar tais ferramentas. Uma das técnicas de modelagem matemática mais utilizada é a análise de regressão, que vem sendo atualizada nos últimos anos devido à incorporação de fatores que ajudam a explicar e entender os fenômenos. Dentre essas atualizações destaca-se a Regressão Geograficamente Ponderada (RGP), ou do inglês Geographically Weighted Regression (GWR). Esta última se diferencia da primeira por analisar as relações entre as variáveis de forma específica para cada unidade de estudo, e não conjuntamente como é feito em um processo global. O minicurso abordará as principais características do modelo de regressão geograficamente ponderado, bem como suas vantagens e problemas, além do que vem sendo atualmente desenvolvido sobre o tema
