1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. GRAD - Cursos de Graduação
  3. TCC - Trabalhos de Conclusão de Curso de Graduação
  4. Pato Branco
  5. PB - Engenharia de Computação
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/29131
Registro completo de metadados
Campo DCValorIdioma
dc.creatorOliveira, Lucas Caldeira de-
dc.date.accessioned2022-07-28T13:14:20Z-
dc.date.available2022-07-28T13:14:20Z-
dc.date.issued2022-06-23-
dc.identifier.citationOLIVEIRA, Lucas Caldeira de. Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2022.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/29131-
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/pt_BR
dc.subjectCOVID-19 (Doença)pt_BR
dc.subjectRepresentações dos grafospt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectAnálise de séries temporaispt_BR
dc.subjectCOVID-19 (Disease)pt_BR
dc.subjectRepresentations of graphspt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectTime-series analysispt_BR
dc.titlePrevisão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transportept_BR
dc.title.alternativeForecasting spatio-temporal dynamics of Covid-19 in Brazil with graph convolutional networks and transport modalspt_BR
dc.typebachelorThesispt_BR
dc.description.resumoUm dos grandes desafios impostos pela pandemia de SARS-CoV-2 no mundo e a variabilidade nos padrões de alastramento do vírus, o que dificulta a criação de políticas globalmente efetivas para prevenção e combate a pandemia. No âmbito da ciência, várias abordagens tem sido propostas para antecipar as curvas de contagio e óbitos aos entes federados, tentando assim subsidiar medidas de contensão adequadas. Entretanto, o perfil pouco previsível da trajetória do vírus, associado as dimensões continentais de países como o Brasil, resulta em estimativas que servem a propósitos mais gerais e que não contribuem com políticas locais, como em estados e municípios, fazendo com que as medidas restritivas acabem sendo aplicadas cedo ou tarde demais. Este trabalho expõe uma abordagem escalável, baseada em redes convolucionais de grafos e redes recorrentes, como alternativa aos modelos existentes. Inicialmente, se estabelece um mapeamento das principais vias de acesso aos municípios do Brasil, que, em tão, e processado via abordagens em redes neurais. Os resultados são capazes de detectar padrões de fluxos de contágios e óbitos ponderando-se os cenários da pandemia nas vizinhanças, tendo boa acurácia em previsões com horizonte de ate 3 semanas a frente.pt_BR
dc.degree.localPato Brancopt_BR
dc.publisher.localPato Brancopt_BR
dc.contributor.advisor1Casanova, Dalcimar-
dc.contributor.advisor-co1Teixeira, Marcelo-
dc.contributor.referee1Casanova, Dalcimar-
dc.contributor.referee2Teixeira, Marcelo-
dc.contributor.referee3Oliva, Jefferson Tales-
dc.contributor.referee4Ribeiro, Matheus Henrique Dal Molin-
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento Acadêmico de Informáticapt_BR
dc.publisher.programEngenharia de Computaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:PB - Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
grafoconvolucionalcovidtransporte.pdf10,72 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons