Redes neurais mlp aplicadas na previsão de casos confirmados de Covid-19 no Brasil
International Journal of Development Research
Redes neurais mlp aplicadas na previsão de casos confirmados de Covid-19 no Brasil
Received 17th August, 2020; Received in revised form 07th September, 2020; Accepted 09th October, 2020; Published online 24th November, 2020
Copyright © 2020, Maurício de Souza et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
COVID-19 é a doença causada pelo vírus SARS-CoV-2, descoberto em 2019, e que se espalhou pelo mundo gerando uma pandemia com graves consequências sanitárias. Países lidam de diferentes formas para resguardar a saúde de sua população diante de um patógeno recém descoberto e com peculiaridades próprias. Muitos estudos estão sendo realizados sobre a COVID-19. No presente estudo, foi proposto um modelo de previsão de curto prazo baseado em redes neurais Multilayer Perceptron capaz de estimar o número de casos confirmados de COVID-19 no Brasil. Para isso, a base de dados deste estudo foi montada com dados de países com diferentes características em momentos distintos da evolução da pandemia. Foram utilizados no treinamento da rede neural dados históricos de 13 países. De acordo com a correlação de Pearson, os resultados obtidos na validação da rede neural foram muito fortes. Por fim, foram realizados testes com horizonte de previsão de 30 dias, estimando que no dia 14 de novembro de 2020 o Brasil atinja a marca de 5.756.356 casos confirmados de COVID-19.
