Programação Genética para Classificação de Dados de Pacientes Infectados com COVID-19

• Gianni R. S. Da Conceição UFRJ
• Camila S. De Magalhães UFRJ

DOI: https://doi.org/10.5753/ercas.2024.238720

Resumo

Neste trabalho foi desenvolvido um algoritmo de Programação Genética (PG) para classificação de um banco de dados de pacientes infectados com COVID-19. O algoritmo apresentou cerca de 85% de acurácia na predição do prognóstico da doença a partir dos sintomas, podendo ser uma ferramenta útil para priorização de internações e na identificação dos principais fatores que podem levar ao óbito. O algoritmo também foi testado em conjuntos de dados de referência para validar sua capacidade de generalização, obtendo resultados competitivos.

Referências

Cheruku, R., Edla, D. R., Kuppili, V., and Dharavath, R. (2018). Rst-batminer: A fuzzy rule miner integrating rough set feature selection and bat optimization for detection of diabetes disease. Applied Soft Computing, 67:764–780.

Dua, D. and Graff, C. (2019). Uci machine learning repository [link]. IEEE transactions on pattern analysis and machine intelligence, 1(1):1–29.

Eiben, A. E. and Smith, J. E. (2015). Introduction to evolutionary computing. Springer.

Harik, G. (1995). Finding multimodal solutions using restricted tournament selection.

Hu, T. (2023). Genetic Programming for Interpretable and Explainable Machine Learning. Springer Nature Singapore, Singapore.

Xu, B. et al. (2020). Epidemiological data from the covid-19 outbreak, real-time case information. Scientific data, 7(1):106.