Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.creator | Sousa, Larissa Braz | - |
Autor(es): dc.creator | Von Zuben, Claudio J. | - |
Autor(es): dc.creator | Von Zuben, Fernando J. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:40:21Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:40:21Z | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2015-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-319-21819-9_8 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/232454 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/232454 | - |
Descrição: dc.description | Based solely on the dengue confirmed-cases of six densely populated urban areas in Brazil, distributed along the country, we propose in this paper regularized linear and nonlinear autoregressive models for one-week ahead prediction of the future behaviour of each time series. Though exhibiting distinct temporal behaviour, all the time series were properly predicted, with a consistently better performance of the nonlinear predictors, based on MLP neural networks. Additional local information associated with environmental conditions will possibly improve the performance of the predictors. However, without including such local environmental variables, such as temperature and rainfall, the performance was proven to be acceptable and the applicability of the methodology can then be directly extended to endemic areas around the world characterized by a poor monitoring of environmental conditions. For tropical countries, predicting the short-term evolution of dengue confirmed-cases may represent a decisive feedback to guide the definition of effective sanitary policies. | - |
Descrição: dc.description | Zoology Department on Bioscience Institute, Sao Paulo State University | - |
Descrição: dc.description | Department of Computer Engineering and Industrial Automation, University of Campinas | - |
Descrição: dc.description | Zoology Department on Bioscience Institute, Sao Paulo State University | - |
Formato: dc.format | 132-143 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Dengue time series | - |
Palavras-chave: dc.subject | MLP neural network | - |
Palavras-chave: dc.subject | Regularized linear predictor | - |
Palavras-chave: dc.subject | Regularized nonlinear predictor | - |
Título: dc.title | Regularized linear and nonlinear autoregressive models for dengue confirmed-cases prediction | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: