Publicação: Redes neurais artificiais aplicadas à previsão da incidência de malária
no estado de Roraima
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
O presente trabalho objetiva a criação de um protótipo denominado de
SISPIMA Sistema de Previsão da Incidência da Malária, para gerar previsões
da incidência de malária no estado de Roraima em três períodos distintos: curto
prazo (3 meses), médio prazo (6 meses) e longo prazo (12 meses). Para o
desenvolvimento do sistema, foram empregadas técnicas de redes neurais
artificiais e análise de séries temporais. O SISPIMA é constituído de quatro
etapas: coleta e armazenagem dos dados, pré-processamento, treinamento e
previsão da incidência de malária. Os dados foram obtidos por meio do acesso
ao portal SIVEP- Malária do Ministério da Saúde. Esses foram filtrados,
normalizados e classificados pelo SISPIMA na etapa de pré-processamento
antes de efetuar o treinamento e a previsão. Para o treinamento e previsão,
utiliza se as redes neurais artificiais. A arquitetura da rede neural artificial
empregada foi o multilayer perceptron (MLP) com uma variação do algoritmo
de treinamento backpropagation, denominado de Resilient Propagation
(RPROG). Para validar os resultados e apurar o desempenho e acurácia do
sistema proposto, utiliza-se o modelo ARIMA como comparativo, devido a sua
larga aplicação na previsão de séries epidemiológicas.
Abstract
The present work aims to create a prototype called SISPIMA - forecast
system in the incidence of malaria, to generate estimates of the incidence of
malaria in Roraima state in three different periods: short term (3 months),
medium term (6 months) and long term (12 months). To develop the system,
were employed techniques of artificial neural networks and time series analysis.
The SISPIMA consists of four steps: collection and storage of data, preprocessing,
training and predicting the incidence of malaria. Data were obtained
through access to the site SIVEP-Malaria Health Ministry. These were filtered,
normalized and classified by SISPIMA in the pre-processing before performing
the training and prediction. For training and forecasting, used artificial neural
networks. The architecture of artificial neural network used was the multilayer
perceptron (MLP) with a variation of the backpropagation training algorithm,
called of Resilient Propagation (RPROG). To validate the results and assess
the performance and accuracy of the proposed system, we use the ARIMA
model as a comparison because of its wide application in epidemiological time
series forecasting.
Palavras-chave
Redes neurais artificiais, Previsão da incidência de malária, Backpropagation, Modelo ARIMA, Suavização exponencial, Artificial neural network, Forecasting of malaria, Backpropagation, ARIMA models, Exponential smoothing, Redes neurais (Computação), Malária - Roraima
Citação
CUNHA, Guilherme Bernardino da. Redes neurais artificiais aplicadas à previsão da incidência de malária
no estado de Roraima. 2010. 125 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2010.