A Transformer model for Dengue time series forecast

Resumo

A dengue é uma doença viral transmitida por mosquitos que afeta muitos países, especialmente nos continentes latino-americano e asiático. Nos últimos cinco anos, sua incidência aumentou significativamente no Brasil, com muitos municípios que antes não eram endêmicos agora registrando transmissão sustentada. Previsões precisas são, portanto, essenciais para sistemas de alerta precoce e para orientar a alocação de recursos de saúde. Este estudo examina a capacidade da arquitetura Transformer — um modelo de aprendizado profundo originalmente desenvolvido para modelagem de sequências — de capturar as complexas dinâmicas temporais da transmissão da dengue. Casos semanais de dengue e variáveis climáticas foram compilados para 92 municípios do estado do Rio de Janeiro e utilizados para treinar e validar o modelo. Todos os dados utilizados neste estudo foram obtidos na plataforma Mosqlimate.

Ficha do documento

Tipo

Dissertação

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/37785

Temas

Modelagem EconômicaDadosSaúdeGestão Municipal

Palavras-chave

Time series forecastingTransformerDengueDeep LearningMatemáticaEpidemiologia - Modelos matemáticosAprendizado profundo (Aprendizado do computador)Doenças - PrevençãoAprendizado do computador