Programa de Pós-Graduação em Probabilidade e Estatística

Guilherme Ost de Aguiar

Possui doutorado em Estatística pela Universidade de São Paulo (2015), com doutorado sanduíche no Gran Sasso Science Institute (2014-2015) com bolsa CNPq.Durante seu doutoramento foi orientado por Antonio Galves. Realizou estágios de pós-doutoramento na Université de Cergy-Pontoise (2015-2016), com bolsa CNPq, sob orientação de Eva Löcherbach, e na Universidade de São Paulo (2016-2017) com bolsa FAPESP, sob orientação de Pablo Ferrari. Desde de 2018 é professor Adjunto A do Departamento de Métodos Estatísticos da Universidade Federal do Rio de Janeiro. Tem se dedicado ao estudo probabilístico e à análise estatística de modelos estocásticos espaço-temporais e suas aplicações em neurobiologia. Entre Janeiro e Julho de 2022, foi pesquisador convidado do Institut des Hautes Études Scientifiques, França, com um financiamento de uma bolsa CARMIN. Desde 2021 é bolsista do programa Jovem Cientista do Nosso Estado financiado pela FAPERJ. Em 2023, foi contemplado com uma bolsa de produtividade em pesquisa do CNPq (nível 2) e selecionado pelo Instituto Serrapilheira para desenvolver o projeto de pesquisa "Given recordings of the simultaneous activity of an ensemble of neurons, how to infer the interactions between the neurons in this ensemble?", na interface entre Probabilidade, Estatística e Neurociência. (Texto informado pelo autor)

  • http://lattes.cnpq.br/6602933388819992 (06/12/2024)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise:
  • Endereço: Universidade Federal do Rio de Janeiro, Instituto de Matemática. Av. Athos da Silveira Ramos 149, Centro de Tecnologia, Bloco C Ilha do Fundão 21941909 - Rio de Janeiro, RJ - Brasil Telefone: (21) 981231011 URL da Homepage: https://sites.google.com/view/ostguilherme/home
  • Grande área: [sem-grandeArea]
  • Área: [sem-area]
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (5)
    1. 2024-Atual. Inferindo interações de dinâmicas neuronais estocásticas parcialmente observadas
      Descrição: Este projeto visa dar continuidade ao projeto Inferência estatística de dinâmicas neuronais estocásticas'' aprovado na chamada de 2020 do {\it Programa Jovem Cientista do Nosso Estado} (processo E-26/201.397/2021). Propomos abordar uma questão fundamental para a compreensão de redes neuronais: como inferir e interpretar as interações entre neurônios dado que sempre observamos a atividade de apenas alguns neurônios inseridos em uma rede enorme? O objetivo geral do projeto é desenvolver um arcabouço matemático que nos permita atacar rigorosamente esta questão.Ao longo do projeto, propomos investigar diversos problemas matemáticos de natureza complementar, incluindo o problema de determinar quais características do conjunto de interações (e.g., proporção média de interações excitatórias) podem ser estimadas a partir de observações parciais e o problema de selecionar o conjunto de interações que melhor explique os dados observados.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: Guilherme Ost de Aguiar - Coordenador / Eva Löcherbach - Integrante / Roberto Imbuzeiro - Integrante / Claudia Domingues Vargas - Integrante / Daniel Yasumasa Takahashi - Integrante / Julien Chevallier - Integrante / Patricia Reynaud-Bouret - Integrante / Sandro Gallo - Integrante / Giulio Iacobelli - Integrante / Maiara gripp - Integrante / Helder Santiago - Integrante.
      Membro: Guilherme Ost de Aguiar.
    2. 2023-Atual. Dado registros da atividade simultânea de um conjunto de neurônios, como inferir as interações entre os neurônios deste conjunto?
      Descrição: Um dos problemas centrais na neurociência, chamado problema de codificação neural, consiste em caracterizar o mapa que relaciona estímulos externos e as respostas de disparo que esses estímulos evocam nos neurônios observados. Devido à natureza estocástica das respostas neuronais, uma abordagem popular para lidar com o problema de codificação neural consiste em procurar uma relação probabilística entre estímulo e resposta na forma de uma distribuição condicional das respostas de disparo dado o estímulo. Essa distribuição condicional é desconhecida e deve ser estimada a partir de dados, ou seja, das respostas de disparo registradas sob diferentes estímulos. Portanto, o problema de codificação neural é fundamentalmente um problema de estimação estatística. Este problema de estimação é difícil porque, embora os experimentalistas sejam capazes de registrar a atividade de milhares de neurônios simultaneamente, esses "muitos neurônios" ainda representam apenas uma pequena fração de toda a população neuronal. Os efeitos de observações parciais no problema de codificação neural ainda são pouco compreendidos. Isso se deve em grande parte ao fato de ser muito difícil inferir e interpretar as interações entre neurônios, dado que sempre observamos apenas alguns neurônios inseridos em uma população enorme. O objetivo geral deste projeto é desenvolver um arcabouço teórico adequado para inferir e interpretar interações a partir de sistemas parcialmente observados.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: Guilherme Ost de Aguiar - Coordenador / Eva Löcherbach - Integrante / Nancy Garcia - Integrante / Roberto Imbuzeiro - Integrante / Daniel Yasumasa Takahashi - Integrante / Patricia Reynaud-Bouret - Integrante.
      Membro: Guilherme Ost de Aguiar.
    3. 2021-Atual. Inferência estatística de dinâmicas neuronais estocásticas
      Descrição: Esse projeto visa o estudo de aspectos estatísticos e probabilísticos de sistemas estocásticos com muitas componentes descrevendo a atividade de disparos de uma população de neurônios. O projeto é vinculado ao programa Jovem Cientista do Nosso Estado financiado pela FAPERJ.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Guilherme Ost de Aguiar - Coordenador.
      Membro: Guilherme Ost de Aguiar.
    4. 2019-Atual. Estatística, processos estocásticos e estruturas discretas
      Descrição: Este projeto reúne pesquisadores interessados em aspectos estatísticos e probabilísticos de sistemas com muitas componentes em interação. Em muitos casos, a estrutura de interação é descrita por um grafo ou outro objeto discreto. Nestes casos, entender a relação entre este objeto e os dados observados é um problema fundamental. Nosso projeto tem três eixos. O principal é o de inferência e testes de hipóteses para modelos com estrutura combinatorial. O segundo é a análise de processos estocásticos com muitas compontentes em interação. O terceiro é abordar questões probabilísticas e estatísticas mais gerais, mas relevantes aos objetivos acima. Problemas a serem estudados incluem estimação do número de comunidades de modelos estocásticos de blocos; inferência de interações para processos de Hawkes multivariados; testes de hipóteses para processos pontuais; modelos de difusões interagentes; análise de campo médio do "deep learning"; e métodos de boostrap em dimensão alta.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (5) Doutorado: (6) . Integrantes: Guilherme Ost de Aguiar - Integrante / Florencia Leonardi - Integrante / Roberto Imbuzeiro - Coordenador / Aline Duarte de Oliveira - Integrante / Andressa Carqueira - Integrante / Sandro Gallo - Integrante.
      Membro: Guilherme Ost de Aguiar.
      Descrição: Este projeto reu#769;ne pesquisadores interessados em aspectos estati#769;sticos e probabili#769;sticos de sistemas com muitas componentes em interac#807;a#771;o. Em muitos casos, a estrutura de interac#807;a#771;o e#769; descrita por um grafo ou outro objeto discreto. Nestes casos, entender a relac#807;a#771;o entre este objeto e os dados observados e#769; um problema fundamental. Nosso projeto tem tre#770;s eixos. O principal e#769; o de infere#770;ncia e testes de hipo#769;teses para modelos com estrutura combinatorial. O segundo e#769; a ana#769;lise de processos estoca#769;sticos com muitas componentes em interação. O terceiro é abordar questões probabilísticas e estatísticas mais gerais, mas relevantes a aos acima. Problemas a serem estudados incluem estimac#807;a#771;o do nu#769;mero de comunidades de modelos estoca#769;sticos de blocos; infere#770;ncia de interac#807;o#771;es para processos de Hawkes multivariados; testes de hipo#769;teses para processos pontuais; modelos de difuso#771;es interagentes; ana#769;lise de campo me#769;dio do "deep learning"; e me#769;todos de boostrap em dimensa#771;o alta.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Andressa Cerqueira - Integrante / Roberto Imbuzeiro Oliveira - Coordenador / Florencia Leonardi - Integrante / Aline Duarte de Oliveira - Integrante / Guilherme Ost - Integrante / Sandro Gallo - Integrante.
      Membro: Andressa Cerqueira.
      Descrição: Este projeto reúne pesquisadores interessados em aspectos estatísticos e probabilísticos de sistemas com muitas componentes em interação. Em muitos casos, a estrutura de interação é descrita por um grafo ou outro objeto discreto. Nestes casos, entender a relação entre este objeto e os dados observados é um problema fundamental. Nosso projeto tem três eixos. O principal é o de inferência e testes de hipóteses para modelos com estrutura combinatorial. O segundo é a análise de processos estocásticos com muitas compontentes em interação. O terceiro é abordar questões probabilísticas e estatísticas mais gerais, mas relevantes aos objetivos acima. Problemas a serem estudados incluem estimação do número de comunidades de modelos estocásticos de blocos; inferência de interações para processos de Hawkes multivariados; testes de hipóteses para processos pontuais; modelos de difusões interagentes; análise de campo médio do "deep learning"; e métodos de boostrap em dimensão alta.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (5) Doutorado: (6) . Integrantes: Aline Duarte de Oliveira - Coordenador / Florencia Leonard - Integrante / Guilherme Ost de Aguiar - Integrante / Sandro Gallo - Integrante / Andressa Cerqueira - Integrante / Roberto Imbuzeiro de Oliveira - Integrante.
      Membro: Aline Duarte de Oliveira.
      Descrição: Este projeto reúne pesquisadores interessados em aspectos estatísticos e probabilísticos de sistemas com muitas componentes em interação. Em muitos casos, a estrutura de interação é descrita por um grafo ou outro objeto discreto. Nestes casos, entender a relação entre este objeto e os dados observados é um problema fundamental. Nosso projeto tem três eixos. O principal é o de inferência e testes de hipóteses para modelos com estrutura combinatorial. O segundo é a análise de processos estocásticos com muitas componentes em interação. O terceiro é abordar questões probabilísticas e estatísticas mais gerais, mas relevantes a aos acima. Problemas a serem estudados incluem estimação do número de comunidades de modelos estocásticos de blocos; inferência de interações para processos de Hawkes multivariados; testes de hipóteses para processos pontuais; modelos de difusões interagentes; análise de campo médio do "deep learning"; e métodos de boostrap em dimensão alta. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Alexsandro Giacomo Grimbert Gallo - Coordenador / Florencia Graciela Leonardi - Integrante / Cristel Vera Tapia - Integrante / andressa cerqueira - Integrante / aline duarte - Integrante / guilherme ost - Integrante / Daniel Silveira Yukimura López - Integrante / Dyego Soares deAraújo - Integrante / Guilherme Henrique de Paula Reis - Integrante / Magno Tairone de Freitas Severino - Integrante / Maria Clara Mendes Silva - Integrante / Roberto Imbuzeiro Moraes Felinto de Oliveira - Integrante.
      Membro: Alexsandro Giacomo Grimbert Gallo.
    5. 2013-Atual. Centro de Pesquisa, Inovação e Difusão em Neuromatemática-NeuroMat
      Descrição: O projeto visa a consturção de um centro de excelência em Neuromatemática. Com um prazo inicial de funcionamento de 5 anos, extensíveis até 11 anos, este é um dos 17 projetos de CEPID selecionados pela FAPESP na segundo edital de projetos CEPID. Os recursos concedidos pela FAPESP para este projeto NeuroMat são da ordem de 12.000.000 de reais, acrescidos de uma quota de 5 bolsa de Doutoramento Direto, 7 bolsas de Pos-Doutoramento e 3 bolsas de tecnico de nível superior TT5 para os primeiro cinco anos do projeto. Maiores detalhes sobre o projeto NeuroMat podem ser obtidos na página www.numec.prp/usp.br/NeuroMat.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Guilherme Ost de Aguiar - Integrante / Pablo Augusto Ferrari - Integrante / Ricardo Fraiman - Integrante / Eva Löcherbach - Integrante / Florencia Leonardi - Integrante / Pierre Collet - Integrante / Nancy Garcia - Integrante / Sergio Neuenschwander - Integrante / Sidarta Ribeiro - Integrante / Claudia Domingues Vargas - Integrante / Luiz Renato Gonçalves Fontes - Integrante / Roberto Fernandez - Integrante / Daniel Fraiman - Integrante / Daniel Yasumasa Takahashi - Integrante / Aline Duarte de Oliveira - Integrante / GALVES, ANTONIO - Coordenador / Miguel Abadi - Integrante.
      Membro: Guilherme Ost de Aguiar.
      Descrição: Propõe-se a criação de um centro de matemática, integrando modelagem matemática com pesquisa básica e aplicada na fronteira da neurociência. A proposta responde à crescente importância da matemática na neurociência teórica. Importante motivação para a criação do centro é a grande quantidade de dados que os laboratórios de pesquisa são capazes de gerar atualmente e cuja análise depende de novos modelos matemáticos. Também, o desenvolvimento de linguagem e estruturas matemáticas adequadas é essencial para desenvolver teorias explicando os fatos experimentais e sugerindo predições que possam ser testadas. A neurociência vive atualmente uma situação de desequilíbrio, entre uma grande capacidade de produzir dados experimentais e uma insuficiente capacidade de compreensão teórica. Ela é rica em dados, porém pobre em teoria. A matemática é a chave para fazer a ponte entre dados e explicação. O projeto visa construir um centro de pesquisa avançada em neurociência teórica, reunindo uma equipe de ponta composta de matemáticos, cientistas da computação, neurocientistas e clínicos especialistas em reabilitação. O foco do plano de transferência de tecnologia e inovação do projeto é o desenvolvimento de produtos para a saúde pública em neuro-reabilitação. Isso inclui a criação e análise de uma base de dados para o suporte ao diagnóstico clínico e acompanhamento de pacientes. O plano de difusão do conhecimento inclui a criação de cursos e oficinas destinados a estudantes de todos os níveis, professores de escolas públicas e jornalísticas. Maiores detalhes sobre o projeto NeuroMat podem ser obtidos na página www.numec.prp/usp.br/NeuroMat.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Aline Duarte de Oliveira - Integrante / Errico Presutti - Integrante / Eva Löcherbach - Integrante / Ricardo Fraiman - Integrante / Pablo Augusto Ferrari - Integrante / Florencia Leonard - Integrante / Pierre Collet - Integrante / Nancy Garcia - Integrante / Sergio Neuenschwander - Integrante / Sidarta Ribeiro - Integrante / Claudia Domingues Vargas - Integrante / Daniel Fraiman - Integrante / Daniel Yasumasa Takahashi - Integrante / Guilherme Ost de Aguiar - Integrante / Jefferson Antonio Galves - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de SP - Auxílio financeiro.
      Membro: Aline Duarte de Oliveira.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (39)
      1. Randomness and Learning on Networks.Inferring parameters of random graph models from induced stochastic dynamics. 2024. (Outra).
      2. VII Colóquio de Matemática da Região Centro-Oeste.Inferindo a densidade de conexões de uma rede neuronal a partir da atividade de disparos. 2024. (Outra).
      3. Thematic Program ?Random processes in the brain: From experimental data to Math and back?,.Neural Coding as a Statistical Testing Problem.. 2023. (Outra).
      4. XVI Latin American Congress of Probability and Mathematical Statistics. Sparse Markov Models for High-Dimensional Inference. 2023. (Congresso).
      5. XXVI Brazilian School of Probability.Self Switching Markov Chains. 2023. (Outra).
      6. 2022 Conference on Networks Reconstruction.Sparse Markov Models for High-Dimensional Inference. 2022. (Encontro).
      7. CMSA Interdisciplinary Science Seminar.Sparse Markov Models for High-dimensional Inference. 2022. (Seminário).
      8. Mathematical modeling and statistical analysis in neuroscience.Retrieving the structure of probabilistic sequences of auditory stimuli from electroencephalographic (EEG) signals.. 2022. (Oficina).
      9. Seminaire - Données et Aléatoire Théorie & Applications.Sparse Markov Models for High-Dimensional Inference. 2022. (Seminário).
      10. Seminar du SAMM.Sparse Markov Models for High-Dimensional Inference. 2022. (Seminário).
      11. Seminário no Grupo de Ciência de Dados e Decisão. INSPER.Sparse Markov Models for High-Dimensional Inference. 2022. (Seminário).
      12. Sessão de Probabilidade - 33 Colóquio Brasileiro de Probabilidade.Sparse Markov Models for High-Dimensional Inference. 2021. (Outra).
      13. Internacional Conferente on Mathematical Neuroscience. Spatially Extended Hawkes Processes and their Connections with Neural Field Equations. 2020. (Congresso).
      14. [2o ] Dias Probabilísticos no Fundão.Fluctuations for spatially extended Hawkes processes. 2019. (Encontro).
      15. Modelando a atividade neuronal.Estudo da Atividade Neuronal através de Processos Pontuais: Teoremas Limites. 2019. (Outra).
      16. XIX Semana da Matemática e IX Semana da Estatística - Universidade Federal de Uberlância.Alguns modelos escolásticos em neurociência. 2019. (Outra).
      17. XXIII Escola Brasileira de Probabilidade.Sparse space-time models: Concentration Inequalities and Lasso. 2019. (Outra).
      18. CIMPA School: Geometry and Scaling of Random Structures.Mean Field Limits for Spatially Extended Nonlinear Hawkes Processes. 2018. (Outra).
      19. III Congresso Brasileiro de Jovens Pesquisadores em Matemática Pura, Aplicada e Estatística Es. Sparse space-time models: Concentration Inequalities and Lasso. 2018. (Congresso).
      20. Mathematical and Simulation Modeling in Neuroscience.Tutorial: Basic mathematical results concerning the GL model. 2018. (Oficina).
      21. 5th Workshop on Probabilistic and Statistical Methods. 2017. (Congresso).
      22. Random Structures in the Brain. Estimating the interaction graph of stochastic neural dynamics. 2017. (Congresso).
      23. From statistical mechanics to context tree estimation..Hydrodynamic Limit for Spatially Structured Interacting Neurons.. 2016. (Outra).
      24. Séminaire du CMAP.Estimating the interaction graph of stochastic neural dynamics. 2016. (Seminário).
      25. Seminar at Groupe de travail en Probabilités du MAP5.Hydrodynamic Limit for Spatially Structured Interacting Neurons. 2016. (Seminário).
      26. Summer School: PDE and Probability for Life Sciences.. 2016. (Outra).
      27. 1st NeuroMat Young Researchers Workshop.Statistical model selection and stocastic modelling of the brain activity. 2015. (Encontro).
      28. Random Graphs in the Brain. 2015. (Oficina).
      29. First Workshop of FAPESP's Center for Neuromathematics. Classifying EEG data driven by stochastic rhythmic stimuli. 2014. (Congresso).
      30. 17th Brazilian School of Probability.Classifying EEG data driven by rhythmic stimuli using a projective test. 2013. (Outra).
      31. Spring School: Threshold Phenomena and Random Graphs. 2013. (Outra).
      32. Research school: New trends in Mathematical Statistics.The Monge-Kantorovich Problem for the quadratic Cost. 2012. (Outra).
      33. VXI Escola Brasileira de Probabilidade - 16th Brazilian School of Probability.The Monge-Kantorovich Problem for the quadratic Cost. 2012. (Outra).
      34. 8th Regional Meeting on Probability and Mathematical Statistics. 2011. (Encontro).
      35. VX Escola Brasileira de Probabilidade - 15th Brazilian School of Probability. 2011. (Congresso).
      36. 1º Colóquio de Matemática da Região Sul. 2010. (Oficina).
      37. IV Congresso Internacional de Ensino da Matemática. 2007. (Congresso).
      38. XIII Encontro Regional de Estudantes de Matemática da Região Sul. 2007. (Congresso).
      39. VII Salão de Iniciação Científica da PUCRS."Inserção do Licenciando em Matemática no Campo Profissional: Um Projeto Social que Envolve Docência e Pesquisa.". 2006. (Seminário).

    Organização de eventos

    • Total de organização de eventos (0)

      Lista de colaborações

      • Colaborações endôgenas (1)
        • Guilherme Ost de Aguiar ⇔ Aline Duarte de Oliveira (6.0)
          1. Noslen Hernández ; Duarte, A. ; FRAIMAN, R. ; GALVES, ANTONIO ; Ost, G. ; VARGAS, C. D.. Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data. Scientific Reports. v. 11, p. 3520, 2021. Qualis: A2
          2. DUARTE, ALINE ; GALVES, ANTONIO ; LÖCHERBACH, EVA ; OST, GUILHERME. Estimating the interaction graph of stochastic neural dynamics. BERNOULLI. v. 25, p. 771-792, 2019. Qualis: Não identificado (BERNOULLI)
          3. DUARTE, ALINE ; FRAIMAN, RICARDO ; GALVES, ANTONIO ; OST, GUILHERME ; VARGAS, CLAUDIA D.. Retrieving a Context Tree from EEG Data. Mathematics. v. 7, p. 427, 2019. Qualis: C
          4. Duarte, A. ; Löcherbach, E. ; Ost, G.. Stability, convergence to equilibrium and simulation of non-linear Hawkes processes with memory kernels given by the sum of Erlang kernels. ESAIM. Probabilités et Statistique. v. 23, p. 770-796, 2019. Qualis: Não identificado (PROBABILITÉS ET STATISTIQUE)
          5. Duarte, A. ; Ost, G.. A model for neural activity in the absence of external stimuli.. Markov Processes and Related Fields. v. 22, p. 37-52, 2016. Qualis: B2
          6. DUARTE, ALINE ; OST, GUILHERME ; RODRÍGUEZ, ANDRÉS A.. Hydrodynamic Limit for Spatially Structured Interacting Neurons. JOURNAL OF STATISTICAL PHYSICS. v. 161, p. 1163-1202, 2015. Qualis: B1




      (*) Relatório criado com produções desde 2000 até 2025
      Data de processamento: 14/02/2025 16:49:18