Objectes multimèdia amb l’etiqueta: Actes, jornades i conferències
Resultats de la cerca
Discapacidad visual en el cine
Accés obert
1 d’abr. 2017
Aquest video ha estat elaborat, des del Centre Universitari de la Visió, pertanyent a la Facultat d'Òptica i Optometria de la Universitat Politècnica de Catalunya, amb l'objectiu de donar a conèixer fragments de pel·lícules que, d'una o una altra manera, ajudessin a divulgar aquests aspectes potenciant amb això la sensibilització i empatia cap a la discapacitat visual.
El seu propòsit únicament és docent i de divulgació. Els fragments de les pel·lícules són degudament referenciades i, per tant, s'acullen a l'article l'art.32.1 TRLPI.
El seu propòsit únicament és docent i de divulgació. Els fragments de les pel·lícules són degudament referenciades i, per tant, s'acullen a l'article l'art.32.1 TRLPI.
Análisis estructural de un puente de vigas con losa superior por el método de emparrillado plano.
Accés obert
28 de març 2017
Ejemplo de análisis estructural de un puente de vigas con losa superior por el método de emparrillado plano, usando SAP 2000.
Cheap Stupid Simple
Accés obert
27 de març 2017
Conferència de Dietmar Eberle, Arquitecte, pel cicle Visiting Studio Lectures, coordinat per Alberto Peñín, PA ETSAB.
Triggering and motion of landslides
Accés obert
15 de març 2017
The velocity and motion of landslides, once equilibrium is lost, is necessary information for the estimation of the potential damage. The Lecture will describe concepts and modelling techniques addressing this problem. Firstly, the physical phenomena and deformation mechanisms leading to fast sliding velocities will be explored. The mechanism of thermal pressurization of pore water in the sliding surface will be described and applied to simple but common sliding geometries. Criteria to decide if rapid motion is likely to occur in practice will be given.
Un updated review of Goodness-of-Fit test for regression models with some recent results. Jornada Pearson (Curs 2016-2017)
Accés obert
8 de març 2017
The term Goodness–of–Fit (Gof) was introduced by Pearson at the beginning of the last century and refers to statistical tests which check how a distribution fits to a data set in a omnibus way. Since then, many papers were devoted to the χ2 test, the Kolmogorov-Smirnov test and other related methods. The pilot function used for testing was mainly the empirical distribution function. In the last twenty five years, there has been an explosion of works that extended the GoF ideas to other types of functions: density function, regression function, hazard rate function and intensity function.
In this talk, we will give a modern review approach for the GoF theory, illustrating applica- tions in topics of great interest and showing some advances with recent results in (a) testing for interest rate models, (b) testing with directional data and (c) testing for regression with functional covariables.
In this talk, we will give a modern review approach for the GoF theory, illustrating applica- tions in topics of great interest and showing some advances with recent results in (a) testing for interest rate models, (b) testing with directional data and (c) testing for regression with functional covariables.
Els mètodes kernel i perquè els hauríem d'estimar. Jornada Pearson (Curs 2016-2017)
Accés obert
8 de març 2017
Molts problemes d'aprenentatge automàtic es poden formular com problemes clàssics de l'estadística multivariant; per exemple, el reconeixement de patrons, la regressió o la reducció de la dimensió. Cada cop és més freqüent que els problemes vinguin descrits per dades que no segueixen la representació clàssica de vectors de nombres reals. Per exemple, seqüències de proteïnes, documents de text i XML, imatges, grafs o sèries de temps són comunes en biologia computacional, text mining, web mining, en el reconeixement de veu, etc.
Els mètodes kernel són una classe d'algorismes que estenen l'aplicabilitat de molts mètodes estadístics a pràcticament qualsevol tipus de dades, sense la necessitat de vectorització o codificació explícita. També tenen la virtut de convertir un mètode fonamentalment lineal en un de no lineal, subjecte a certes condicions d'EFoto_belancheuclidianitat. En aquesta xerrada s'ofereix una panoràmica dels mètodes kernel i s'il·lustra el seu potencial aplicant-les a algunes de les tècniques de l'estadística multivariant: regressió lineal, PCA i MDS.
Els mètodes kernel són una classe d'algorismes que estenen l'aplicabilitat de molts mètodes estadístics a pràcticament qualsevol tipus de dades, sense la necessitat de vectorització o codificació explícita. També tenen la virtut de convertir un mètode fonamentalment lineal en un de no lineal, subjecte a certes condicions d'EFoto_belancheuclidianitat. En aquesta xerrada s'ofereix una panoràmica dels mètodes kernel i s'il·lustra el seu potencial aplicant-les a algunes de les tècniques de l'estadística multivariant: regressió lineal, PCA i MDS.
Lliurament premis als guanyadors del Concurs Pearson. Jornada Pearson (Curs 2016-2017)
Accés obert
8 de març 2017
Lliurament de premis als guanyadors del Concurs Pearson, activitat conjunta de l’assignatura Història de la Matemàtica, la Biblioteca FME i la col·laboració de la Cap d'Estudis d'Estadística.
Correlación lineal y correlación de distancias. Jornada Pearson (Curs 2016-2017)
Accés obert
8 de març 2017
La mayoría de los científicos ha calculado alguna vez el coeficiente de correlación de Pearson para cuantificar el grado de asociación lineal entre dos variables. Aunque es una medida muy sencilla y útil, la correlación de Pearson no siempre es efectiva para detectar relaciones no lineales entre las variables. En esta charla se presentará una medida alternativa, la correlación de distancias, propuesta por Székely, Rizzo y Bakirov en un influyente artículo publicado en 2007. La correlación de distancias es una coeficiente relativamente sFoto_Berrenderoimple y bastante eficaz para detectar relaciones no lineales entre variables. Se comentarán sus ventajas e inconvenientes, en comparación con los de la correlación lineal, así como sus aplicaciones en diversos problemas estadísticos.
