Filtragem Computacional de Kalman Fuzzy Tipo-2 para Rastreamento e Previsão da Dinâmica de Propagação da COVID-19: Estudo de Caso Aplicado ao Brasil

Daiana Caroline dos Santos Gomes; Ginalber Luiz de Oliveira Serra

doi:10.48011/asba.v2i1.986

Daiana Caroline dos Santos Gomes Universidade Federal do Maranhão
Ginalber Luiz de Oliveira Serra Instituto Federal de Educação, Ciência e Tecnologia do Maranhão

DOI: https://doi.org/10.48011/asba.v2i1.986

Keywords: Dados epidemiológicos;, Modelo computacional, Sistemas fuzzy tipo-2 intervalares, Filtragem de Kalman, Covid-19

Abstract

Neste artigo é proposto um modelo computacional para a análise da dinâmica de propagação da COVID-19 utilizando sistemas fuzzy tipo-2. A metodologia adotada consiste na estimação paramétrica recursiva de um filtro de Kalman fuzzy tipo-2 intervalar para rastreamento e previsão da dinâmica presente nos dados experimentais, usando uma versão fuzzy tipo-2 intervalar do algoritmo Observer/Kalman Filter Identification (OKID). O particionamento dos dados experimentais é obtido pelo algoritmo de agrupamento Gustafson-Kessel tipo-2 intervalar. Os ganhos de Kalman intervalares na proposição do consequente do filtro de Kalman tipo-2 intervalar são atualizados de acordo com as componentes não observáveis obtidas por meio da decomposição espectral recursiva dos dados experimentais. Resultados experimentais ilustram a eficiência e aplicabilidade da metodologia proposta para rastreamento e previsão adaptativa em tempo real do comportamento de propagação dinâmica do novo Coronavírus 2019 (COVID-19) no Brasil quando comparada a abordagens relevantes da literatura.