Jornada

BAYESIAN SPATIAL INVERSION

  • Desde: 13/11/17
  • Hasta: 17/11/17
  • Campus de Valencia
  • Idioma: Castellano
  • Presencial

Preinscripción desde el 6/9/17

Promovido por:
Instituto Universitario de Ingeniería del Agua y del Medio Ambiente

Responsable de la actividad:
Jaime Gomez Hernandez



Modalidad

Presencial Online Emisión en directo

7 horas


0 horas


0 horas

Horario

Mañana
lunes 13 de 10:30 a 14:00
miércoles 15 de 12:15 a 14:15
viernes 17 de 12:15 a 14:15

Lugar de impartición
Aula F3, edificio 4Q, ETSICCP
Certificación

Asistencia

Modalidad

PRESENCIAL

Curso

2017-2018

ECTS

0

Campus

Valencia

7 h

Presenciales

0 h

Online

Precio Colectivo Plazos Desde Hasta
0,00 € Público en general  - - -
0,00 € - Público en general

Objetivos

Entender la modelación inversa de funciones aleatorias espaciales en un contexto bayesiano.

Acción formativa dirigida a

Estudiantes de postgrado, profesores de universidad e investigadores interesados en los modelos inversos.


Profesores

  • Henning Omre Profesional del sector

Metodología didáctica

Clases magistrales

Temas a desarrollar

. Introducción - 1 hora
Se definirán modelos espaciales probabilísticos para las variables Continuous, Event y Mosaic. Las estrategias de observación típicas serán discutidas con los correspondientes modelos de verosimilitud. La predicción espacial y la simulación condicional se formulan en una configuración de inversión bayesiana. Se discutirá el concepto de modelos conjugados previos en la inversión espacial bayesiana. Se describen varias estrategias para evaluar la predicción y la simulación. Se presentan varios ejemplos de aplicaciones reales.

. Fenómenos Continuos - Campos Aleatorios Gaussianos - 2 horas
Las propiedades y parametrizaciones de campos aleatorios gaussianos se discuten con cierto detalle. Se especifican modelos de verosimilitud lineal para observar los campos. Las soluciones de inversión Bayesianas asociadas se definen y se muestra que corresponden a la predicción geográfica de Kriging ya la simulación condicional. Se describe una generalización, denominada campos aleatorios de selección gaussiana. Se presentan ejemplos de inversión sísmica.

. Fenómenos de eventos - Poisson Random Fields - 2 horas
Se discuten propiedades y parametrizaciones de campos aleatorios de Poisson. Las estrategias de observación basadas en el adelgazamiento se discuten y modelan. Se desarrollan soluciones de inversión Bayesianas y se discuten evaluaciones de los modelos posteriores. Se presentan ejemplos del modelado de fallas.

. Fenómenos mosaicos - Campos aleatorios de Markov - 2 horas
Propiedades y parametrizaciones de campos aleatorios de Markov. Las estrategias de observación regulares se discuten y modelan. Se desarrollan los modelos posteriores basados ??en la inversión bayesiana y se discute su evaluación. Se presentan ejemplos de la litología / modelado de fluidos.

Visita otros cursos relacionados con...

modelos inversos geoestadística Bayes