EVENTO
Metodologia Multimodelos com Quantificação de Incertezas Aplicada à Modelagem de Surtos Epidêmicos
Tipo de evento: Seminário de Avaliação - Série A
Modelos matemáticos desempenham um papel fundamental na compreensão de fenômenos físicos e no desenvolvimento de simulações que auxiliem as tomadas de decisão. No entanto, muitos fenômenos observados possuem natureza complexa, o que dificulta a representação completa de suas dinâmicas por meio de um único modelo. Nessas situações, torna-se apropriado empregar um conjunto de modelos capazes de representar diferentes aspectos do problema, avaliando seu desempenho e combinando estrategicamente suas saídas. A previsão da transmissão de doenças contagiosas configura uma atividade ideal para empregar essa abordagem, visto que, em certas doenças, a interação pessoal entre os indivíduos desempenha um papel crucial no aumento do contágio. Entretanto, um modelo epidemiológico muito simples pode não ser capaz de capturar essa dinâmica, especialmente porque, durante um surto, é comum que as taxas de transmissão apresentem variações difíceis de serem reproduzidas por meio de um modelo básico.Outro ponto pertinente reside no fato de que os modelos matemáticos incorporam inevitavelmente incertezas, decorrentes tanto da variabilidade quanto das limitações nas observações. Com efeito,a quantificação dessas incertezas é essencial para avaliar a confiabilidade das estimativas dos parâmetros e a robustez das previsões baseadas nos modelos, fornecendo fundamentos para sua avaliação e integração.Neste trabalho, é empregado o uso de multimodelos, integrados à quantificação de incertezas, como uma estratégia para superar essas limitações, explorando as forças complementares de diferentes paradigmas de modelagem. Os modelos são inicialmente calibrados e avaliados segundo critérios distintos que consideram as incertezas associadas.A avaliação conjunta do desempenho preditivo e das incertezas é utilizada para orientar a combinação dos modelos,conduzida de forma sistemática por um algoritmo multicritério. Outra forma de combinação foi realizada aplicando o SINDy (Sparse Identification of Nonlinear Dynamics), um método empregado para identificar a dinâmica resultante da integração dos modelos por meio da descoberta de suas equações de governo,o que permite identificar uma representação dinâmica equivalente da saída integrada. Dessa forma, é estabelecida uma metodologia que oferece estrutura flexível ao integrar múltiplas perspectivas, conduzindo a resultados mais robustos e informativos.Evento HíbridoLocal: Auditório LNCCLink de Transmissão: meet.google.com/ibo-fizr-ypf
Data Início: 22/09/2026 Hora: 09:00 Data Fim: 22/09/2026 Hora: 12:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio B
Aluno: Douglas Souza de Albuquerque - - LNCC
Orientador: Regina Célia Cerqueira de Almeida - Laboratório Nacional de Computação Científica - LNCC Renato Simões Silva - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Fernando Alves Rochinha - Universidade Federal do Rio de Janeiro - COPPE/UFRJ Gilson Antônio Giraldi - Laboratório Nacional de Computação Científica - LNCC Renato Simões Silva - Laboratório Nacional de Computação Científica - LNCC
Suplente Banca Examinadora: Bernardo Nunes Gonçalves - Laboratório Nacional de Computação Científica - LNCC
