Um algoritmo PSO especializado para o problema de detecção de clusters espaciais
Autor(a)
Malvão, Guilherme dias
Orientador(a) Coorientador(a)
Cançado, André Luiz Fernandes
Data de aceite
2020-07-02
Data de disponibilizacao
2020-07-02
Data de publicacao
2020-07-02
Data de defesa submissao
2020-03-20
Citacao
MALVÃO, Guilherme dias. Um algoritmo PSO especializado para o problema de detecção de clusters espaciais. 2020. xiv, 56 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2020.
Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2020.
Resumo Portugues
A detecção de clusters espaciais tem grande importância para tomada de decisão em diversas
áreas como saúde e segurança pública. O método Scan Circular de Kulldorff (1997) é a maior
referência quando se trata em detecção de clusters espaciais. O método não tem um bom desempenho quando o cluster verdadeiro tem um formato não circular. Neste trabalho propomos
um algoritmo baseado no Particle Swarm Optimizaton (PSO), que é capaz de detectar e identificar clusters espaciais. Os dois métodos são comparados em 4 cenários, onde cada um tem um
cluster com formato específico que são gerados através de simulações proposta por Kulldorff,
Tango e Park (2003). Também é feita a comparação entre os dois métodos para dados de óbitos
por doenças pulmonares obstrutivas crônicas no estado do Mato Grosso, Brasil, no ano de 2015.
São encontrados resultados favoráveis para o método proposto, principalmente nos casos onde
o cluster não tem formato circular.
Resumo Ingles
The detection of spatial clusters is of great importance for decision making in several areas such
as health and public safety. The Scan Circular method of Kulldorff (1997) is the most important
reference when it comes to detecting spatial clusters. The method does not perform well when
the real cluster has a non-circular shape. We propose an algorithm inspired by the Particle
Swarm Optimizaton (PSO), which is capable of detecting and identifying spatial clusters. The
two methods are compared in 4 scenarios, where each one has a cluster with specific format that
are generated through simulations proposed by Kulldorff, Tango e Park (2003). A comparison
is also made between the two methods for chronic obstructive pulmonary diseases data in the
state of Mato Grosso, Brazil, in 2015. Favorable results are found for the proposed method,
especially in cases where the cluster has no circular shape.
Unidade academica
Instituto de Ciências Exatas (IE)
Departamento
Departamento de Estatística (IE EST)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Estatística
Idioma
Português
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br,www.ibict.br,http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
