Imagem da capa

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...

ver descrição completa

Autor principal: Oliveira, Lucas Caldeira de
Formato: Trabalho de Conclusão de Curso (Graduação)
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
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
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/29131
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-29131
recordtype dspace
spelling riut-1-291312022-07-29T06:06:30Z Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte Forecasting spatio-temporal dynamics of Covid-19 in Brazil with graph convolutional networks and transport modals Oliveira, Lucas Caldeira de Casanova, Dalcimar Teixeira, Marcelo Casanova, Dalcimar Teixeira, Marcelo Oliva, Jefferson Tales Ribeiro, Matheus Henrique Dal Molin 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 CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO 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. 2022-07-28T13:14:20Z 2022-07-28T13:14:20Z 2022-06-23 bachelorThesis 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. http://repositorio.utfpr.edu.br/jspui/handle/1/29131 por openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Pato Branco Brasil Departamento Acadêmico de Informática Engenharia de Computação UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic 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
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle 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
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Oliveira, Lucas Caldeira de
Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
description 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.
format Trabalho de Conclusão de Curso (Graduação)
author Oliveira, Lucas Caldeira de
author_sort Oliveira, Lucas Caldeira de
title Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
title_short Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
title_full Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
title_fullStr Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
title_full_unstemmed Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte
title_sort previsão da dinâmica espaço-temporal da covid-19 no brasil com redes convolucionais de grafos e modais de transporte
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation 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.
url http://repositorio.utfpr.edu.br/jspui/handle/1/29131
_version_ 1805302298708017152
score 10,814766

Registros relacionados