PREVISÃO DE CASOS DE DOENÇAS RESPIRATÓRIAS COM REDES NEURAIS LSTM: UMA ABORDAGEM PARA ANÁLISE TEMPORAL E IDENTIFICAÇÃO DE EPIDEMIAS
Authors/Creators
- 1. Faculdade São Paulo Tech School - SPTech
Description
O objetivo deste artigo é apresentar o desenvolvimento e implementação do Anti- Plague, um sistema para análises preditivas de epidemias referente a doenças respiratórias. O projeto utiliza aprendizado de máquina e inteligência artificial para prever a ocorrência de surtos em diferentes regiões, com base em dados históricos de imunização, indicadores socioeconômicos e informações em tempo real de surtos anteriores. A metodologia inclui a coleta e tratamento de dados de diversas fontes, a construção de modelos preditivos com redes neurais e a validação dos resultados. A arquitetura do sistema foi implementada na nuvem, utilizando a infraestrutura da AWS, garantindo escalabilidade e disponibilidade. Os resultados demonstram a capacidade do Anti-Plague em fornecer previsões precisas, com potencial de apoiar decisões rápidas e eficazes na contenção de surtos futuros.
Files
PREVISÃO DE CASOS DE DOENÇAS RESPIRATÓRIAS COM REDES NEURAIS LSTM UMA ABORDAGEM PARA ANÁLISE TEMPORAL E IDENTIFICAÇÃO DE EPIDEMIAS-Final.pdf
Additional details
Dates
- Accepted
-
2025-06-20
Software
- Repository URL
- https://journal.sptech.school
- Programming language
- Python
- Development Status
- Active