Detecção de clusters espaciais através de otimização multiobjetivo
AUTOR(ES)
Andre Luiz Fernandes Cancado
DATA DE PUBLICAÇÃO
2009
RESUMO
Clusters espaciais irregulares ocorrem com frequência em estudos epidemiológicos, mas seu delineamento geográfico é mal definido. Os métodos atuais de detecção encontram somente uma dentre as várias soluções possíveis, com formas diferentes, da mais compacta até a mais irregular, correspondentes aos variados graus de penalização impostos à liberdade de forma. E mesmo quando um conjunto completo de soluções está disponível, a escolha do parâmetro mais adequado é deixada a cargo do analista, cuja decisão é subjetiva. Propomos um critério quantitativo para a escolha da melhor solução através de otimização multiobjetivo, encontrando o conjunto Pareto-ótimo. Dois objetivos conflitantes estão envolvidos na busca: regularidade da forma e avaliação da estatística scan. Ao invés de executar sequencialmente um algoritmo de detecção de clusters variando o grau de penalização, todas as soluções são encontradas em paralelo, através de um algoritmo genético multiobjetivo. O método é rápido e apresenta bom poder de detecção. A introdução do conceito de conjunto de Pareto nesse problema, seguido da escolha da solução mais significativa, permite que a escolha da melhor solução seja rigorosa, mas sem a necessidade de nenhum parâmetro arbitrário. O conceito de significância do cluster é estendido de maneira natural através do uso da função de aproveitamento, sendo empregado como critério de decisão para escolha da melhor solução. Os modelos de Gumbel e Weibull são utilizados para aproximar a distribuição empírica da estatística scan, aumentando a velocidade de estimação da significância. Essa metodologia é comparada ao algoritmo genético mono-objetivo. Uma aplicação na detecção de cluster de câncer de mama é discutida. Por fim, o problema de detecção de clusters é relaxado e modelado como um problema knapsack, permitindo que se obtenha uma cota superior, em contraste com a cota inferior obtida pelo algoritmo genético.
ASSUNTO(S)
engenharia elétrica teses. algoritmos genéticos teses.
ACESSO AO ARTIGO
http://hdl.handle.net/1843/RHCT-7U55SCDocumentos Relacionados
- Detecção de clusters espacias via algoritmo scan multi-objetivo
- Algumas contribuições em otimização multiobjetivo
- Método de Descida para problemas de otimização multiobjetivo
- Um algoritmo genetico para otimização multiobjetivo fuzzy
- Heuristicas e metaheuristicas para otimização combinatoria multiobjetivo