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 | Benito, Franck Carlos Vélez | - |
Autor(es): dc.contributor | Benito, Franck Carlos Vélez | - |
Autor(es): dc.contributor | Conti, Giuvane | - |
Autor(es): dc.contributor | Naves, Thiago França | - |
Autor(es): dc.creator | Nascimento, Felipe Lapa do | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:17:17Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:17:17Z | - |
Data de envio: dc.date.issued | 2025-03-28 | - |
Data de envio: dc.date.issued | 2025-03-28 | - |
Data de envio: dc.date.issued | 2025-02-10 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36289 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1092508 | - |
Descrição: dc.description | Considering the panorama of dengue in the state of Paraná, this study proposes the analysis and organization of a portfolio of machine learning models aimed at forecasting disease cases. The main motivation was the lack of clarity in the parameterization of models in previous studies, compromising the interpretation and reliability of the results. To address this, different machine learning algorithms were explored in various scenarios, including city clustering and parameter tuning, evaluating metrics such as RMSE, MAE, and 𝑅 2 . The results demonstrated the effectiveness of methods such as LSTM and Random Forest, especially in specific contexts. Ultimately, the work contributes with an optimized portfolio, useful for predictions in cities across Paraná, facilitating the practical application of the models and improving decision-making in dengue control. | - |
Descrição: dc.description | Considerando o panorama da dengue no estado do Paraná, este estudo propõe a análise e organização de um portfólio de modelos de aprendizado de máquina voltados à previsão de casos da doença. A motivação principal foi a falta de clareza na parametrização de modelos em estudos anteriores, comprometendo a interpretação e confiabilidade dos resultados. Para isso, foram explorados diferentes algoritmos de aprendizado de máquina em cenários diversos, com agrupamento de cidades e ajuste de parâmetros, avaliando métricas como RMSE, MAE e 𝑅 2 . Os resultados demonstraram a eficácia de métodos como LSTM e Floresta Randômica, especialmente em contextos específicos. Ao final, o trabalho contribui com um portfólio otimizado, útil para previsões em cidades do estado do Paraná, facilitando a aplicação prática dos modelos e melhorando a tomada de decisão no controle da dengue. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Santa Helena | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Ciência da Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0 | - |
Palavras-chave: dc.subject | Dengue | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Análise por agrupamento | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Cluster analysis | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Uma nova abordagem para a estruturação de portifólio para o problema de previsão de casos de dengue | - |
Título: dc.title | A new approach to portifolio structuring for the dengue case forecasting problem | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: