Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
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...
| Autor principal: | Oliveira, Lucas Caldeira de |
|---|---|
| Formato: | Trabalho de Conclusão de Curso (Graduação) |
| Idioma: | Português |
| Publicado em: |
Universidade Tecnológica Federal do Paraná
2022
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/29131 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| 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. |
|---|