Elaboração de um Conjunto de Variáveis Independentes para Modelos Matemáticos de Redes Neurais na Regressão de Mortes por COVID-19
COVID-19, Variáveis Independentes, Redes Neurais, Regressão
Propomos a elaboração de um conjunto de variáveis independentes, a partir da análise de fenômenos, ações governamentais e eventos que sejam importantes na disseminação do vírus SARS-CoV-2, seja positivo ou negativo à tendência da curva de mortes. Para isso, foram feitos estudos isolados, sob metodologia de aprendizado de máquina, dos fenômenos, ações governamentais e eventos para identificar quais deveriam ser selecionadas e aplicadas a modelos de redes neurais como LSTM. Ao final, os estudos isolados devem ser compilados em um conjunto de variáveis independentes para regredir o número de mortes por COVID-19 favorecendo uma maior acurácia e menor desvio padrão relativos aos valores reais. As principais contribuições deste trabalho são estudos da causa e possíveis relações entre fenômenos, ações governamentais e eventos na disseminação do vírus em conglomerados urbanos como cidades e países. Os resultados destes estudos, podem servir como material auxiliar a governos e governantes na tomada de decisão frente a uma pandemia como é o caso da COVID-19, ou futuras situações de novas pandemias.