Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial

Detalhes bibliográficos
Autor(a) principal: Rezende Brasil Neto, Carlos
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/1788
Resumo: Dengue é uma doença tropical que causa alto impacto na sociedade Brasileira. Este trabalho apresenta um método para estimar o nível de incidência da doença baseado em dados demográficos e socioeconômicos a nível municipal. Uma rede neural Multi-Layer Perceptron (MLP) estimou o risco de alto nível de incidência e as regras induzidas por uma versão adaptada do algoritmo APriori ofereceram potencial explicação para as cidades tendo alto ou baixo nível de incidência. Os dados foram coletados em 2002 e referem-se a cerca de 5500 cidades (todas as cidades brasileiras). Os resultados em um conjunto de teste estatisticamente independente mostraram alto desempenho nas estimativas do risco e boa qualidade das regras induzidas
id UFPE_ab8be666b42870d32a8ba3f6feba67e4
oai_identifier_str oai:repositorio.ufpe.br:123456789/1788
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling Rezende Brasil Neto, CarlosJorge Leitão Adeodato, Paulo 2014-06-12T15:52:24Z2014-06-12T15:52:24Z2009-01-31Rezende Brasil Neto, Carlos; Jorge Leitão Adeodato, Paulo. Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial. 2009. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2009.https://repositorio.ufpe.br/handle/123456789/1788Dengue é uma doença tropical que causa alto impacto na sociedade Brasileira. Este trabalho apresenta um método para estimar o nível de incidência da doença baseado em dados demográficos e socioeconômicos a nível municipal. Uma rede neural Multi-Layer Perceptron (MLP) estimou o risco de alto nível de incidência e as regras induzidas por uma versão adaptada do algoritmo APriori ofereceram potencial explicação para as cidades tendo alto ou baixo nível de incidência. Os dados foram coletados em 2002 e referem-se a cerca de 5500 cidades (todas as cidades brasileiras). Os resultados em um conjunto de teste estatisticamente independente mostraram alto desempenho nas estimativas do risco e boa qualidade das regras induzidasporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessDengueMineração de dadosRedes NeuraisSistemas de apoio à decisãoAlgoritmo APrioriPrevisão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPELICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/1788/1/license.txt8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINALcrbn.pdfcrbn.pdfapplication/pdf2011498https://repositorio.ufpe.br/bitstream/123456789/1788/2/crbn.pdfd299c648ad6a57cd3e2ad11fa56872efMD52TEXTcrbn.pdf.txtcrbn.pdf.txtExtracted texttext/plain106679https://repositorio.ufpe.br/bitstream/123456789/1788/3/crbn.pdf.txt8983d26d31790c2bd14b5ddf5c54eb9aMD53THUMBNAILcrbn.pdf.jpgcrbn.pdf.jpgGenerated Thumbnailimage/jpeg1331https://repositorio.ufpe.br/bitstream/123456789/1788/4/crbn.pdf.jpg07ffa95b425a41782f6438d1ad6254c4MD54123456789/17882019-10-25 02:09:28.939oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T05:09:28Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
title Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
spellingShingle Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
Rezende Brasil Neto, Carlos
Dengue
Mineração de dados
Redes Neurais
Sistemas de apoio à decisão
Algoritmo APriori
title_short Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
title_full Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
title_fullStr Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
title_full_unstemmed Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
title_sort Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial
author Rezende Brasil Neto, Carlos
author_facet Rezende Brasil Neto, Carlos
author_role author
dc.contributor.author.fl_str_mv Rezende Brasil Neto, Carlos
dc.contributor.advisor1.fl_str_mv Jorge Leitão Adeodato, Paulo
contributor_str_mv Jorge Leitão Adeodato, Paulo
dc.subject.por.fl_str_mv Dengue
Mineração de dados
Redes Neurais
Sistemas de apoio à decisão
Algoritmo APriori
topic Dengue
Mineração de dados
Redes Neurais
Sistemas de apoio à decisão
Algoritmo APriori
description Dengue é uma doença tropical que causa alto impacto na sociedade Brasileira. Este trabalho apresenta um método para estimar o nível de incidência da doença baseado em dados demográficos e socioeconômicos a nível municipal. Uma rede neural Multi-Layer Perceptron (MLP) estimou o risco de alto nível de incidência e as regras induzidas por uma versão adaptada do algoritmo APriori ofereceram potencial explicação para as cidades tendo alto ou baixo nível de incidência. Os dados foram coletados em 2002 e referem-se a cerca de 5500 cidades (todas as cidades brasileiras). Os resultados em um conjunto de teste estatisticamente independente mostraram alto desempenho nas estimativas do risco e boa qualidade das regras induzidas
publishDate 2009
dc.date.issued.fl_str_mv 2009-01-31
dc.date.accessioned.fl_str_mv 2014-06-12T15:52:24Z
dc.date.available.fl_str_mv 2014-06-12T15:52:24Z
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.citation.fl_str_mv Rezende Brasil Neto, Carlos; Jorge Leitão Adeodato, Paulo. Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial. 2009. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2009.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/1788
identifier_str_mv Rezende Brasil Neto, Carlos; Jorge Leitão Adeodato, Paulo. Previsão de incidência de Dengue nas cidades brasileiras através de Inteligência Artificial. 2009. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2009.
url https://repositorio.ufpe.br/handle/123456789/1788
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/1788/1/license.txt
https://repositorio.ufpe.br/bitstream/123456789/1788/2/crbn.pdf
https://repositorio.ufpe.br/bitstream/123456789/1788/3/crbn.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/1788/4/crbn.pdf.jpg
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
d299c648ad6a57cd3e2ad11fa56872ef
8983d26d31790c2bd14b5ddf5c54eb9a
07ffa95b425a41782f6438d1ad6254c4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310621027368960

Registros relacionados