Tamanho da fonte: 

A poluição atmosférica é responsável por aproximadamente 7 milhões de mortes anualmente. Neste sentido, realizar previsões dos impactos à saúde causados pelo material particulado com diâmetro aerodinâmico menor que 10 micrometros (MP10), um dos poluentes mais prejudiciais à saúde, é de sumaimportância. Assim, o objetivo do presente trabalho será prever o número de internações por doenças respiratórias devido à exposição ao MP10 utilizando uma rede neural artificial, denominada Maquinas deAprendizado Extremo (ELM – do inglês Extreme Learning Machine). O estudo de caso foi realizado para a cidade de São Paulo, datados de 01 de janeiro de 2014 até 31 de dezembro de 2016. As variáveis consideradas foram: concentração de MP10, temperatura média, umidade relativa, o dia da semana e o diaser feriado ou não. Os resultados obtidos foram satisfatórios, mostrando um poder de previsão da ELM para o problema em questão, mas com limitações, por possuir uma solução analítica e não iterativa como outras arquiteturas de rede, possuindo erros consideráveis. Trabalhos futuros podem avaliar a concentração de outros poluentes e variáveis, testar novos parâmetros da rede e outras arquiteturas de rede.

Rede Neural Artificial; Doenças Respiratórias; Previsão; Máquinas Desorganizadas; Material Particulado