Redes neurais artificiais aplicadas à previsão de surtos de leptospirose

dc.contributor.advisorPires, Glauber Magalhães
dc.contributor.advisorLatteshttp://lattes.cnpq.br/1159581534108735
dc.contributor.authorDantas, Elias Ferraz
dc.contributor.authorLatteshttp://lattes.cnpq.br/7510731560745063
dc.date.accessioned2019-09-03T21:08:26Z
dc.date.available2019-09-03T21:08:26Z
dc.date.issued2018
dc.degree.departamentUAST
dc.degree.graduationBacharelado em Sistemas de Informação
dc.degree.grantorUniversidade Federal Rural de Pernambuco
dc.degree.levelGraduacao
dc.degree.localSerra Talhada, PE
dc.description.abstractA Leptospirose é uma doença de ocorrência global, principalmente em regiões tropicais com altas incidências de chuvas e em locais com precárias condições sanitárias. Ela é uma doença considerada negligenciada, subestimada e de difícil diagnóstico por apresentar sintomas comuns à outras doenças, além de possuir uma alta taxa de letalidade ao atingir níveis graves. No Brasil, seu tratamento possui elevado custo hospitalar e a doença possui alta incidência em grandes centros urbanos. No estado de Pernambuco, em especial a cidade do Recife, destaca-se das demais localidades por possuir números significativamente maiores de registros de infecções por Leptospirose, estes dados preocupantes enaltecem a necessidade de iniciativas para apoiar a vigilância epidemiológica no combate à doença. O objetivo deste trabalho é analisar a viabilidade de utilização de Redes Neurais Artificiais aplicadas à previsão de Séries Temporais para realizar identificação antecipada do número de casos de Leptospirose a fim de demonstrar a possibilidade de utilização da técnica para previsão de surtos como um meio adicional de informação para contribuir com o planejamento de ações de prevenção em saúde, minimizando o impacto social e econômico causados pela doença.
dc.description.abstractxLeptospirosis is a disease of global occurrence, especially in tropical regions with high rainfall incidence and in places with poor sanitary conditions. It is a disease considered neglected, underestimated and difficult to diagnose because it presents symptoms common to other diseases, besides having a high lethality rate when reaching serious levels. In Brazil, its treatment has a high hospital cost and the disease has a high incidence in large urban centers. In the state of Pernambuco, Recife, it stands out from the other cities for having significantly larger numbers of records of Leptospirosis infections, this worrying data extols the need to support epidemiological surveillance in the fight against the disease. The objective of this work is to analyze the feasibility of using Artificial Neural Networks applied to the forecast of Time Series to perform early identification of the number of cases of Leptospirosis in the city of Recife / Pernambuco in order to demonstrate the possibility of using the technique for forecasting outbreaks as an additional means of information to contribute to the planning of health prevention actions, minimizing the social and economic impact caused by the disease.
dc.format.extent50 f.
dc.identifier.citationDANTAS, Elias Ferraz. Redes neurais artificiais aplicadas à previsão de surtos de leptospirose. 2018. 50 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Unidade Acadêmica de Serra Talhada, Universidade Federal Rural de Pernambuco, Serra Talhada, 2018.
dc.identifier.darkflstrmvhttps://n2t.net/ark:/57462/001300000fkwv
dc.identifier.urihttps://repository.ufrpe.br/handle/123456789/1435
dc.language.isopor
dc.publisher.countryBrasil
dc.relation.uriopenAccesspt_BR
dc.rights.licenseAtribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BR
dc.subjectRedes neurais (Computação)
dc.subjectAnálise de séries temporais
dc.titleRedes neurais artificiais aplicadas à previsão de surtos de leptospirose
dc.typebachelorThesis

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tcc_eliasferrazdantas.pdf
Tamanho:
1.53 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.87 KB
Formato:
Item-specific license agreed upon to submission
Descrição: