Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/29131
Título: | Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte |
Título(s) alternativo(s): | Forecasting spatio-temporal dynamics of Covid-19 in Brazil with graph convolutional networks and transport modals |
Autor(es): | Oliveira, Lucas Caldeira de |
Orientador(es): | Casanova, Dalcimar |
Palavras-chave: | COVID-19 (Doença) Representações dos grafos Redes neurais (Computação) Análise de séries temporais COVID-19 (Disease) Representations of graphs Neural networks (Computer science) Time-series analysis |
Data do documento: | 23-Jun-2022 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Pato Branco |
Citação: | OLIVEIRA, 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. |
Resumo: | Um 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. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/29131 |
Aparece nas coleções: | PB - Engenharia de Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
grafoconvolucionalcovidtransporte.pdf | 10,72 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons