Um algoritmo PSO especializado para o problema de detecção de clusters espaciais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCançado, André Luiz Fernandes-
Autor(es): dc.creatorMalvão, Guilherme dias-
Data de aceite: dc.date.accessioned2024-10-23T15:23:46Z-
Data de disponibilização: dc.date.available2024-10-23T15:23:46Z-
Data de envio: dc.date.issued2020-07-02-
Data de envio: dc.date.issued2020-07-02-
Data de envio: dc.date.issued2020-07-02-
Data de envio: dc.date.issued2020-03-20-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/38816-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/881979-
Descrição: dc.descriptionDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2020.-
Descrição: dc.descriptionA detecção de clusters espaciais tem grande importância para tomada de decisão em diversas áreas como saúde e segurança pública. O método Scan Circular de Kulldorff (1997) é a maior referência quando se trata em detecção de clusters espaciais. O método não tem um bom desempenho quando o cluster verdadeiro tem um formato não circular. Neste trabalho propomos um algoritmo baseado no Particle Swarm Optimizaton (PSO), que é capaz de detectar e identificar clusters espaciais. Os dois métodos são comparados em 4 cenários, onde cada um tem um cluster com formato específico que são gerados através de simulações proposta por Kulldorff, Tango e Park (2003). Também é feita a comparação entre os dois métodos para dados de óbitos por doenças pulmonares obstrutivas crônicas no estado do Mato Grosso, Brasil, no ano de 2015. São encontrados resultados favoráveis para o método proposto, principalmente nos casos onde o cluster não tem formato circular.-
Descrição: dc.descriptionThe detection of spatial clusters is of great importance for decision making in several areas such as health and public safety. The Scan Circular method of Kulldorff (1997) is the most important reference when it comes to detecting spatial clusters. The method does not perform well when the real cluster has a non-circular shape. We propose an algorithm inspired by the Particle Swarm Optimizaton (PSO), which is capable of detecting and identifying spatial clusters. The two methods are compared in 4 scenarios, where each one has a cluster with specific format that are generated through simulations proposed by Kulldorff, Tango e Park (2003). A comparison is also made between the two methods for chronic obstructive pulmonary diseases data in the state of Mato Grosso, Brazil, in 2015. Favorable results are found for the proposed method, especially in cases where the cluster has no circular shape.-
Descrição: dc.descriptionInstituto de Ciências Exatas (IE)-
Descrição: dc.descriptionDepartamento de Estatística (IE EST)-
Descrição: dc.descriptionPrograma de Pós-Graduação em Estatística-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectClusters espaciais-
Palavras-chave: dc.subjectEstatística espacial-
Palavras-chave: dc.subjectAlgoritmo PSO-
Título: dc.titleUm algoritmo PSO especializado para o problema de detecção de clusters espaciais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.