Previsão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorTeixeira, Marcelo-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorTeixeira, Marcelo-
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorRibeiro, Matheus Henrique Dal Molin-
Autor(es): dc.creatorOliveira, Lucas Caldeira de-
Data de aceite: dc.date.accessioned2022-08-04T20:16:52Z-
Data de disponibilização: dc.date.available2022-08-04T20:16:52Z-
Data de envio: dc.date.issued2022-07-28-
Data de envio: dc.date.issued2022-07-28-
Data de envio: dc.date.issued2022-06-23-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/29131-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/705980-
Descrição: dc.descriptionUm 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectCOVID-19 (Doença)-
Palavras-chave: dc.subjectRepresentações dos grafos-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectAnálise de séries temporais-
Palavras-chave: dc.subjectCOVID-19 (Disease)-
Palavras-chave: dc.subjectRepresentations of graphs-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectTime-series analysis-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titlePrevisão da dinâmica espaço-temporal da COVID-19 no Brasil com redes convolucionais de grafos e modais de transporte-
Título: dc.titleForecasting spatio-temporal dynamics of Covid-19 in Brazil with graph convolutional networks and transport modals-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.