Estimação de parâmetros epidemiológicos usando redes neurais convolucionais

A estimação de parâmetros em modelos epidemiológicos é essencial para compreender a propagação de doenças e auxiliar na formulação de estratégias de controle. Neste trabalho, propõe-se uma metodologia baseada em redes neurais convolucionais (RNC) para estimar os parâmetros de um modelo epidemiológico a partir da evolução temporal dos estados da doença. A abordagem consiste em transformar a dinâmica temporal da doença em imagens, que são usadas como entrada para a RNC, permitindo a predição dos parâmetros do modelo. A rede foi treinada com dados gerados por um modelo baseado em autômatos celulares e validada com simulações adicionais, obtendo um erro percentual médio de 5\%. Os resultados mostram que a metodologia é eficiente na identificação dos parâmetros, possibilitando a replicação da dinâmica epidemiológica. Além de sua aplicação na modelagem de doenças infecciosas, a abordagem pode ser generalizada para outros sistemas dinâmicos que envolvem séries temporais complexas.