Detecção de clusters espaciais através de otimização multiobjetivo

AUTOR(ES)
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

Documentos Relacionados