A genetic algorithm for irregularly shaped spatial scan statistics

Duczmal, Luiz Henrique; Cançado, André Luiz Fernandes; Takahashi, Ricardo H. C.; Bessegato, Lupércio França

doi:10.1016/j.csda.2007.01.016

Cited by 93 publications

(74 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…As técnicas de computação evolucionária são bem conhecidas por sua capacidade de pesquisa global, e têm sido bastante aplicadas para problemas de detecção de clusters espaciais [16], [3], [2]. O interesse está em um esquema que não restrinja diretamente o conjunto das soluções, mas que, através de mecanismos específicos, busque investigar somente algumas das possíveis soluções descartando durante o procedimento algumas soluções menos promissoras.…”

Section: Introductionunclassified

“…Já os algoritmos genéticos (AGs) abordados por Duczmal et al [3], [2] especificamente implementados para o problema de detecção de clusters possuem operadores desenvolvidos particularmente para esse problema. Inicialmente uma abordagem utilizando o AG mono-objetivoé proposta [3] e posteriormente uma versão multiobjetivoé discutida [2].…”

Section: Introductionunclassified

“…Inicialmente uma abordagem utilizando o AG mono-objetivoé proposta [3] e posteriormente uma versão multiobjetivoé discutida [2]. A versão inicial busca, através dos operadores genéticos, promover a procura por soluções que maximizam o valor da estatística de teste, mas sofre de problemas similares aos discutidos para o algoritmo Simulated Annealing.…”

Section: Introductionunclassified

See 2 more Smart Citations

Um Algoritmo Enxame de Partículas Binário para Detecção de Clusters Irregulares

Moreira¹,

Duarte²,

Menotti³

2015

Anais Do 12. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Resumo-Métodos para detecção e inferência de clusters espaciais são de grande relevância. Tanto por sua aplicabilidade em problemas de saúde pública, quanto pelo efetivo interesse científico no desenvolvimento desses métodos. A produção de sistemas de vigilância de doenças e o controle epidêmico são bastante relevantes. As principais técnicas se baseiam na estatística espacial Scan e muitas são as aplicações acoplando essa estatísticaà métodos de otimização já reconhecidamente eficientes. Uma aplicação específica nesse enfoqueé apresentada através do algoritmo de Otimização por Enxame de Partículas Binário (Binary Particle Swarm Optimization -PSO). Trata-se de uma formulação de simples entendimento, fácil implementação e capaz de fornecer resultados promissores como será discutido. Os resultados obtidos são relevantes tanto em qualidade efetiva das soluções quanto no tempo de processamento necessário para obtê-los. I. INTRODUÇÃOEstudos a respeito da incidência de doenças são, por razõeś obvias, de grande interesse no meio científico. Em particular, existem diversos testes estatísticos para monitoramento e vigilância de doenças. As análises podem ser realizadas para incidência no espaço, no tempo e em ambos simultaneamente. O objetivoé verificar se o volume de ocorrênciasé discrepante em um subconjunto ( cluster) espacial e/ou temporal quando comparado com todaárea em estudo. Trata-se portanto de uma série de métodos com o intuito de gerar sistemas de vigilância para a detecção de surtos de doenças. Os métodos precursores apresentavam avaliações puramente espaciais e posteriormente evoluíram para os métodos de detecção de clusters espaço-temporais. Existem três classes bem definidas quando se busca estratificar as metodologias, os testes para interação espaço-temporal, os métodos de somas cumulativas e a estatística Scan.A estatística espacial Scan proposta por Kulldorff [9] e a metodologia mais difundida, até o presente momento, para procedimentos de detecção e de inferência na busca por clusters espaciais, espaço-temporais e temporais. Originalmente, a estatística Scané estudada por Naus [15], que descreve um método estatístico com muitas aplicações potenciais e particularmente com o objetivo de detectar um excesso significativo de eventos locais. Os métodos locais de análise espacial, em sua maioria, sofrem de problemas de testes múltiplos que levam a produção de valores p não plenamente confiáveis do ponto de vista estatístico. A estatística espacial Scan se mostra capaz de superar esse problema tomando o cluster mais verossímil definido pela maximização da razão de verossimilhança. Kulldorff & Nagarwalla [13] apresentam o clássico Scan Circular, um teste que encontra o cluster mais verossímil dentre diversos candidatos em análise. Dado um mapa subdivido em regiões, os candidatos são produzidos considerando zonas circunscritas por círculos com raios variados centrados em cada região do mapa.Kulldorff [10] utiliza uma versão estendida da estatística espacial Scan, na qual as avaliações ocorrem não somente em d...

show abstract

Section: Introductionunclassified

See 1 more Smart Citation

Um Algoritmo Enxame de Partículas Binário para Detecção de Clusters Irregulares

Moreira¹,

Duarte²,

Menotti³

2015

Anais Do 12. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

show abstract

“…The crossover operator described by Duczmal et al (2007) presents all these features, being capable of efficiently generating feasible offspring having characteristics of both parents. The operator is implemented in sucha a way that it is only possible to perform a crossover between two parents if they share a nonempty intersection.…”

Section: The Crossover Operatormentioning

confidence: 99%

“…At each iteration it applies the selection, crossover and mutation operators to the current population, generating a new population. The GA used in this work was primarily described in Duczmal et al (2007) and its biobjective versions were used by Duczmal et al (2008), Cancado et al (2010) and Duarte et al (2010). …”

Section: The Genetic Algorithmmentioning

confidence: 99%