A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia

Detalhes bibliográficos
Autor(a) principal: Coutinho, Celso Filipe Nogueira
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/47729
Resumo: Dissertação de mestrado em Engenharia Informática (área de especialização em Sistemas de Suporte à Decisão)
id RCAP_f7ba0809e67bb62529af9b79207e54e8
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/47729
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling A Data Mining approach towards effective Dengue outbreak prediction in Seremban, MalaysiaUma abordagem de mineração de dados para a previsão eficaz de surtos de DengueClusteringCross-industry standard process for Data MiningData MiningDecision TreesDengue FeverKnowledge discovery in databasesÁrvores de DecisãoDescoberta de conhecimento em bases de dadosFebre de DengueMineração de dadosProcesso padrão inter-indústrias para mineração de dadosSegmentaçãoEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado em Engenharia Informática (área de especialização em Sistemas de Suporte à Decisão)In Malaysia, the incidence rate of Dengue Fever and Dengue Haemorrhagic Fever has reached the level of epidemic, and its numbers keep growing. In the last few years, a big effort has been put into developing methods for predicting dengue outbreaks. However, the path for undertaking effectively those predictions, and therefore save Human lives, is still a very long one. This dissertation work focused on the use of Data Mining techniques, for discovering hidden patterns on data obtained by crossing information related to patients infected with dengue in Malaysia and meteorological data coming from the areas where those patients got infected.Na Malásia, a taxa de incidência de febre de dengue e febre hemorrágica de dengue atingiu o nível de epidemia, continuando os seus números a crescer. Nos últimos anos, um grande esforço tem sido empreendido no desenvolvimento de métodos para prever surtos de dengue, mas o caminho para realizar de forma eficaz essas previsões, e, portanto, salvar vidas humanas, é ainda muito longo. Este trabalho de dissertação incidiu no uso de técnicas de mineração de dados para descobrir padrões escondidos nos dados obtidos através do cruzamento de informação acerca de pacientes infectados com dengue na Malásia e dados meteorológicos relativos às áreas geográficas onde os pacientes foram infectados.Belo, O.Long, Zalizah AwangUniversidade do MinhoCoutinho, Celso Filipe Nogueira2016-01-112016-01-11T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/47729eng201615533info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:33:25Zoai:repositorium.sdum.uminho.pt:1822/47729Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:28:55.824091Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
Uma abordagem de mineração de dados para a previsão eficaz de surtos de Dengue
title A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
spellingShingle A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
Coutinho, Celso Filipe Nogueira
Clustering
Cross-industry standard process for Data Mining
Data Mining
Decision Trees
Dengue Fever
Knowledge discovery in databases
Árvores de Decisão
Descoberta de conhecimento em bases de dados
Febre de Dengue
Mineração de dados
Processo padrão inter-indústrias para mineração de dados
Segmentação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
title_full A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
title_fullStr A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
title_full_unstemmed A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
title_sort A Data Mining approach towards effective Dengue outbreak prediction in Seremban, Malaysia
author Coutinho, Celso Filipe Nogueira
author_facet Coutinho, Celso Filipe Nogueira
author_role author
dc.contributor.none.fl_str_mv Belo, O.
Long, Zalizah Awang
Universidade do Minho
dc.contributor.author.fl_str_mv Coutinho, Celso Filipe Nogueira
dc.subject.por.fl_str_mv Clustering
Cross-industry standard process for Data Mining
Data Mining
Decision Trees
Dengue Fever
Knowledge discovery in databases
Árvores de Decisão
Descoberta de conhecimento em bases de dados
Febre de Dengue
Mineração de dados
Processo padrão inter-indústrias para mineração de dados
Segmentação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Clustering
Cross-industry standard process for Data Mining
Data Mining
Decision Trees
Dengue Fever
Knowledge discovery in databases
Árvores de Decisão
Descoberta de conhecimento em bases de dados
Febre de Dengue
Mineração de dados
Processo padrão inter-indústrias para mineração de dados
Segmentação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado em Engenharia Informática (área de especialização em Sistemas de Suporte à Decisão)
publishDate 2016
dc.date.none.fl_str_mv 2016-01-11
2016-01-11T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/47729
url http://hdl.handle.net/1822/47729
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 201615533
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132787035340800

Registros relacionados