000			02137nac a2200301 a 4500
003			CO-PeBPM
005			20250812164503.0
007			ta
008			250812s2022 ck |||| |||| 00| 0 spa d
020			_a9789587227796
040			_aCO-PeBPM _bspa _cCO-PeBPM _erda
041			_aspa
082	0	4	_a515.733 V152m _222
100	1		_aValencia Angulo, Edgar Alirio _eautor
245	1	0	_aMétricas entre procesos aleatorios usando el método de embebimiento de distribuciones de probabilidad en un espacio de Hilbert con Kernel reproductivo _c/ Edgar Alirio Valencia Angulo
250			_aPrimera edición
260			_aPereira, Colombia _b: Universidad Tecnológica de Pereira _c, 2022
300			_a115 páginas _c23.5 centímetros
490			_aColección Trabajos de Investigación
500			_aIncluye índice
504			_aIncluye Referencias bibliográficas
520			_aDentro de la literatura de los métodos kernels, recientemente ha surgido el método de embebimiento de distribuciones de probabilidad en espacios de Hilbert con Kernel Reproductivo (RKHS). Este método consiste en representar distribuciones de probabilidad como un elemento de un espacio de Hilbert generado por un kernel. Una de las aplicaciones más interesantes del método de embebimiento de distribuciones de probabilidad en un RKHS es la construcción de métricas entre distribuciones de probabilidad y entre procesos aleatorios. Actualmente existen muy pocas métricas en la literatura usando este método. En este trabajo primero se desarrollan métricas entre distribuciones de probabilidad basadas en los RKHS, suponiendo que las distribuciones de probabilidad y el kernel característico tienen cierta forma. Finalmente, se desarrollan métricas entre modelos ocultos de Markov y métricas entre procesos autorregresivo. Las métricas entre modelos autorregresivos se construyen usando el proceso de martingala en tiempo discreto.
650	1	4	_aFunciones de Kernel _2LEMB
650	1	4	_aProcesamiento de señales - Técnicas digitales _2LEMB
650	1	4	_aProcesos de Marko _2LEMB
650	1	4	_aEspacios de Hilbert _2LEMB
942			_2ddc _cBK _n0
999			_c61161 _d61161