Bayesian selection of dependence structures for Markovian processes

Abstract

Variável sob uma perspectiva Bayesiana. A vizinhança de interação dos Campos Markovianos e a árvore de contexto das Cadeias de Markov de Alcance Variável são tratadas como objetos aleatórios não-observados de um sistema Bayesiano, e métodos de Monte-Carlo Markov Chain são propostos para gerar amostras desses objetos, construindo núcleos de proposta nesses espaços de objetos arbitrários que representam modelos, superando dificuldades computacionais instrínsicas desses modelos. Um ambiente completo para inferência em Campos Markovianos é proposto no pacote em R mrf2d. Os métodos propostos são aplicados à seleção da vizinhança de interaçao em um problema de análise de imagem de texture e na detecção de estados de renovação em uma Cadeia de Markov de textos escritos codificados.