Investigação de redes Kolmogorov-Arnold e redes Kolmogorov-Arnold Temporais aplicadas à previsão da incidência de dengue no Rio Grande do Sul: um estudo de modelos preditivos
Resumo
A dengue é uma doença recorrente no Brasil, caracterizada por padrões sazonais que podem estar relacionados a fatores climáticos. Apesar de ser um problema persistente, a previsão de surtos de dengue ainda representa um desafio significativo. Este estudo tem como objetivo investigar o uso de modelos de aprendizado de máquina, especificamente as Kolmogorov Arnold Networks (KAN) e as Temporal Kolmogorov Arnold Networks (TKAN), em conjunto com técnicas de visualização, e a Explainable Artificial Intelligence (XAI), para prever picos de incidência da doença no estado do Rio Grande do Sul. Além da previsão, a pesquisa busca oferecer uma compreensão mais aprofundada sobre a relação entre as condições climáticas e a propagação da dengue, contribuindo para um entendimento mais completo da dinâmica da doença na região. O estudo também explora métodos para explicar e representar os resultados dos modelos, promovendo maior confiabilidade nas ferramentas de aprendizado de máquina utilizadas.
Coleções
Os arquivos de licença a seguir estão associados a este item:
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto