Previsão da Evolução do Covid-19 por Região

• Autor(a) principal: Ferreira, Marcelo Zeferino Vieira
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/19796
• topic: Machine Learning; Evolução; Previsão; Covid-19; Modelos; Evolution; Forecasting; Models

No ano de 2019 iniciou-se uma pandemia, doença infeciosa que se espalha pela população numa grande escala geográfica, da pneumonia coronavirus 2019 (COVID-19), causada pelo SARS-Cov-2 (severe acute respiratory sindrome coronavirus 2), um auxiliar ao combate da crescente evolução deste vírus seria construir um sistema que agregue informação que está dispersa em várias fontes de informação diferentes e usar essa informação para prever essa evolução usando modelos de Machine Learning. Através de pesquisas verificou-se que nem todos os modelos são indicados para este tipo de previsão, sendo que modelos lineares como por exemplo a regressão linear não conseguem produzir previsões de qualidade, desta forma os melhores modelos são aqueles que foram projetados para previsões ao longo do tempo, ou transformar os dados de forma que estes possam ser utilizados para este tipo de previsões na maioria dos modelos. Através de pesquisa foi possível identificar modelos que poderiam obter bons resultados, que medidas utilizar para avaliar estes modelos, assim como variáveis que poderão ajudar os modelos a terem um desempenho melhor nas previsões. Após todo o trabalho de pesquisa o projeto procurou realizar vários testes nas previsões da evolução do covid-19 em Portugal, ou seja, nas previsões do número de casos confirmados, casos ativos, recuperados e óbitos. Os primeiros testes têm como objetivo identificar as caraterísticas que fornecem aos modelos um melhor desempenho para prever o dia N+1, sendo N o dia atual. Após obter as carateristicas que produzem melhores resultados para previsões N+1, utilizou-se os modelos e essas caraterísticas para executar previsões até N+5, em que se usa as próprias previsões para gerar previsões, desta forma verificou-se que os modelos que eram melhores nas previsões N+1, não são tão bons em previsões até N+5. Por fim conseguiu-se implementar um sistema intuitivo, totalmente construído em linguagem R, que permite ao utilizador aceder a várias funcionalidades, como por exemplo analisar os dados atuais da pandemia, analisar a evolução da pandemia desde o seu início até ao dia atual, analisar as previsões em Portugal e suas regiões, assim como comparar as previsões.