{"title":"Predição de Casos de Dengue na Cidade de Fortaleza-CE Utilizando Internet das Coisas e Aprendizado de Máquina","authors":"Nicodemos Freitas, Emanuel Bezerra Rodrigues","doi":"10.5753/courb.2022.223555","DOIUrl":null,"url":null,"abstract":"Este trabalho apresenta uma contribuição na área de e-health e utiliza, para isso, ferramentas de Internet das Coisas (IoT) e aplicação de aprendizado de máquina para prever casos de dengue em semanas no futuro. Ele faz uma análise de dados meteorológicos, populacionais e de dengue para identificar valores discrepantes, seleção de variáveis a partir de níveis de correlação de Spearman e Pearson, bem como faz comparação de modelos de aprendizado de máquina utilizando como métricas o erro médio absoluto (MAE) e o coeficiente de determinação R². Este trabalho propõe e implementa uma arquitetura composta por um simulador de estação meteorológica e uma aplicação backend que faz a integração com uma plataforma de IoT chamada dojot que recebe como notificação previsões de casos de dengue.","PeriodicalId":174255,"journal":{"name":"Anais do VI Workshop de Computação Urbana (CoUrb 2022)","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-05-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do VI Workshop de Computação Urbana (CoUrb 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/courb.2022.223555","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Predição de Casos de Dengue na Cidade de Fortaleza-CE Utilizando Internet das Coisas e Aprendizado de Máquina
Este trabalho apresenta uma contribuição na área de e-health e utiliza, para isso, ferramentas de Internet das Coisas (IoT) e aplicação de aprendizado de máquina para prever casos de dengue em semanas no futuro. Ele faz uma análise de dados meteorológicos, populacionais e de dengue para identificar valores discrepantes, seleção de variáveis a partir de níveis de correlação de Spearman e Pearson, bem como faz comparação de modelos de aprendizado de máquina utilizando como métricas o erro médio absoluto (MAE) e o coeficiente de determinação R². Este trabalho propõe e implementa uma arquitetura composta por um simulador de estação meteorológica e uma aplicação backend que faz a integração com uma plataforma de IoT chamada dojot que recebe como notificação previsões de casos de dengue.