• Portal do Governo Brasileiro
  • Atualize sua Barra de Governo
  • Ir para o conteúdo 1
  • Ir para o menu 2
  • Ir para a busca 3
  • Ir para o rodapé 4
  • Acessibilidade
  • Alto Contraste
  • Mapa do Site
Topo
Laboratório Nacional de Computação Científica

LNCC

Ministério da Ciência, Tecnologia e Inovações
Instagram Linkedin Facebook YouTube
  • SDumont
  • Imprensa
  • SEI-MCTI
  • Webmail
  • Intranet
  • Fale Conosco
Destaques Result. Programas PCI-LNCC Resultado Final do 1º Processo Seletivo de 2021 Guia de Conduta
logo

O LNCC

  • Histórico
  • Missão
  • Estrutura Organizacional
  • Corpo Técnico Científico
  • Documentos Institucionais
  • Localização

Coordenações

  • Coordenação de Métodos Matemáticos e Computacionais - COMAC
  • Coordenação de Modelagem Computacional - COMOD
  • Coordenação de Pós-graduação e Aperfeiçoamento - COPGA
  • Coordenação de Tecnologia da Informação e Comunicação - COTIC
  • Coordenação de Gestão e Administração - COGEA

Pesquisa e Desenvolvimento

  • Linhas de Pesquisa
  • Produção Técnico-Científica
  • Projetos de P & D
  • Grupos de Pesquisa

Supercomputador SDUMONT - Computação de Alto Desempenho

  • Supercomputador Santos Dumont
  • CENAPAD
  • SINAPAD

Programas Nacionais

  • INCT-MACC
  • LABINFO
  • SINAPAD

Inovação

  • Incubadora
  • NitRio
  • Soluções para Empresas

Programas  Acadêmicos

  • Mestrado e Doutorado
  • Programa de Verão
  • Bolsas de Estudos

Eventos

Biblioteca

  • Biblioteca

Acesso à Informação

  • Institucional
  • Ações e Programas
  • Participação Social
  • Auditorias
  • Receitas e Despesas
  • Licitações, Contratos e Convênios
  • Servidores
  • Informações Classificadas
  • Serviço de Informação ao Cidadão - SIC
  • Perguntas Frequentes
  • Dados Abertos
  • Gestão Documental
  • Agenda do Diretor
  • Carta de serviço ao Cidadão
  • Sobre a Lei de Acesso à Informação
  • Assessoria de Comunicação
  • Ouvidoria
  • Comissão de Ética
  • Gestão de Riscos
  • Guia de Conduta
  • LGPD
 

EVENTO



Gaussian Process Modeling with Applications to Tumor Growth

Tipo de evento:
Defesa de Dissertação de Mestrado


Mechanistic tumor growth models have been used to provide a better understanding of how the disease evolves and help the development of therapies. Aside from simulating a certain tumor growth model, it is fundamental to infer its parameters using available experimental data. This process incurs in the solution of an inverse problem, which requires repeated model evaluation, particularly using Bayesian inference. This may be computationally prohibitive for complex models, specially
multiscale models. There are techniques of performing approximate Bayesian inference, which reduce
the overall computational time, although these may still be infeasible if the model is expensive to
be evaluated. In order to alleviate the difficulty in this procedure, we propose the use of a surrogate (or metamodel). Our surrogate model is a Gaussian Process, a data-driven model recently used in machine learning and metamodeling context. This work reviews Gaussian processes (GP) theoretical and practical aspects in a regression problem, discussing how to construct an adequate GP for a particular problem, covering recent developments in this area. We then define a GP surrogate model
and combine it with an approximate bayesian computation method, the ABC-MCMC method for solving the inverse problem. We compare the standard and proposed approaches in two tumor growth models. Results suggest that the strategy is promising in terms of reducing the computational cost. Moreover, we comment on how to adaptively construct the surrogate, so as to improve even further the overall process efficiency.

Para assistir acesse: https://us02web.zoom.us/j/84833502639?pwd=M1kwejZ3TVdna2tac0xmZmxzckt0dz09

Data Início: 05/08/2021
Hora: 13:30
Data Fim: 05/08/2021
Hora: 17:00

Local:  LNCC - Laboratório Nacional de Computação Ciêntifica - Webinar

Data Início: 05/08/2021
Hora: 14:00
Data Fim: 05/08/2021
Hora: 17:00

Local:  LNCC - Laboratório Nacional de Computação Ciêntifica - Webinar

Aluno:
Henrique Matheus Ferreira da Silva - - LNCC

Orientador:
Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC

Participante Banca Examinadora:
Eduardo Bezerra da Silva - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET-RJ
Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC
Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC


Últimas eventos

  •   Principal
  •   Hotéis/Pousadas
  •   Área do Inscrito
 
 Voltar para o topo
Rodapé

Principal

  • Estrutura Organizacional
  • Corpo Técnico Científico
  • Produção Técnico-Científica
  • Projetos de P & D
  • Mestrado e Doutorado
  • Bolsas de Estudos
  • Seminários
  • Congressos / Escolas / Cursos
  • Biblioteca

Acesso à Informação

  • Institucional
  • Ações e Programas
  • Participação Social
  • Auditorias
  • Receitas e Despesas
  • Licitações, Contratos e Convênios
  • Servidores
  • Informações Classificadas
  • Serviço de Informação ao Cidadão - SIC
  • Perguntas Frequentes
  • Dados Abertos
  • Gestão Documental
  • Agenda do Diretor
  • Carta de serviço ao Cidadão
  • Sobre a Lei de Acesso à Informação
  • Ouvidoria
  • Comissão de Ética
  • Gestão de Riscos
  • Guia de Conduta

Serviços

  • Fale Conosco
  • Assessoria de Comunicação

Redes Sociais

  • Instagram
  • Linkedin
  • Facebook
  • YouTube

Navegação

  • Acessibilidade
  • Mapa do Site

Brasil - Governo Federal   Brasil - Governo Federal