Banca de QUALIFICAÇÃO: JOSÉ WASHINGTON VIDAL MORAIS NETO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOSÉ WASHINGTON VIDAL MORAIS NETO
DATA: 30/06/2021
HORA: 15:00
LOCAL: Google Meet
TÍTULO:

Métodos de modelagem preditiva para estimação da pandemia do COVID-19 usando aprendizagem de máquina: um estudo de caso no RN.

PALAVRAS-CHAVES:

LSTM, covid, ACO, redes neurais, epicentro, regressão linear, algoritmo, colônia de formigas

PÁGINAS: 38
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

O advento da pandemia do covid-19 causou uma série de impactos na humanidade, que afetam a vida das pessoas de diversas formas. Desde o início, em 2020, vem causando mundialmente problemas de escalas biomédicas, sociais, econômicas e políticas. Logo no primeiro momento foi descoberto que seriam necessárias medidas de contenção que envolviam, dentre outras coisas, o isolamento social, o uso de máscaras e o desenvolvimento de ferramentas de rastreamento das infecções. Essas medidas tornam-se ainda mais necessárias nos epicentros (locais onde há uma elevada taxa de transmissibilidade) do vírus. Este trabalho apresenta um estudo que busca prever o avanço e recuo da covid-19, a partir da combinação de várias técnicas, tanto de Inteligência Artificial como da Otimização Combinatória. Primeiramente foi desenvolvida uma previsão da curva de contágio para as cidades através da aplicação de uma rede neural LSTM (Long Short Term Memory), uma rede neural de memória longa que é apropriada para gerar dados que possuem variação temporal. A segunda parte do estudo foi dedicada a desenvolver técnicas de previsão de duas dimensões. Nesse sentido, mapas de calor, em forma de série temporal, são usados como entrada para o algoritmo, cuja saída entrega a previsão de alguns dias a posteriori. Essa etapa proporciona uma distribuição geográfica e temporal. A terceira etapa é baseada em Otimização por Colônia de Formigas, a qual será responsável por simular a movimentação das pessoas em torno das cidades do Rio Grande do Norte, assim, prevendo o movimento do vírus. A ideia aqui será apresentar a rota de maior rastro viral, indicando onde serão os próximos pontos de maior contágio do covid-19, afim de ser feita a tomada de decisão antecipada para a mitigação da pandemia.

MEMBROS DA BANCA:
Interno - 1521615 - ANGELICA FELIX DE CASTRO
Presidente - 057.630.884-68 - DARIO JOSÉ ALOISE - UERN
Externo à Instituição - HAROLD IVAN ANGULO BUSTOS - UERN
Externo à Instituição - MARCELINO PEREIRA DOS SANTOS SILVA - UERN