???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: http://tede.biblioteca.ufpb.br:8080/handle/tede/6545
???metadata.dc.type???: Dissertação
Title: Rede neural artificial: um modelo de apoio à decisão em segurança alimentar para municípios do interior da Paraíba
???metadata.dc.creator???: Silva, Cleyton Cézar Souto 
???metadata.dc.contributor.advisor1???: Vianna, Rodrigo Pinheiro de Toledo
First advisor-co: Moraes, Ronei Marcos de
???metadata.dc.description.resumo???: A insegurança alimentar existe quando a disponibilidade de alimentos nutricionalmente adequados e seguros, ou a capacidade para adquiri-los de forma socialmente aceitável é limitada ou incerta. Por isso, conhecer a prevalência da insegurança alimentar é de grande importância para a avaliação das condições de vida e, consequentemente, para o planejamento de políticas públicas de combate à fome. Então, torna-se oportuno e relevante criar indicadores que possam verificar desde o direito de acesso aos alimentos até as condições concretas desse acesso e suas consequências finais no estado de saúde e nutrição dos indivíduos e coletividades. Assim, pretende-se através de um modelo de rede neural artificial para o apoio à decisão em segurança alimentar e nutricional ajudar na identificação da gravidade desta situação nas populações dos municípios de São José dos Ramos e de Nova Floresta no interior da Paraíba. Trata-se de um estudo transversal de base populacional, com uma amostra de 618 famílias residentes nos dois municípios, sendo 287 em São José dos Ramos e 331 em Nova Floresta. Para este estudo a mensuração do índice de insegurança alimentar e dos seus níveis foi estimada com o uso da metodologia da Escala Brasileira de Insegurança Alimentar e para criação do modelo de apoio à decisão os dados foram agrupados como insegurança alimentar leve-moderada e insegurança alimentar grave. Selecionou-se 10 variáveis quantitativas sobre a realidade socioeconômica e demográfica: números de cômodos na casa; números de cômodos na casa utilizados para dormir; total de moradores na casa; escolaridade em anos do chefe de família; quantidade de crianças e adolescentes frequentando a escola; quantidade de crianças; quantidade de adolescentes; quantidade de adultos; quantidade de idosos, relação entre trabalhadores e desempregados e com auxílio do software MATLAB gerando um modelo de Rede Neural Artificial do tipo feedforward com 1 camada de entrada, 1 camada oculta com 22 neurônios, e 1 camada de saída com 2 neurônios com aprendizagem por backpropagation. Com base nisto, os modelos gerados obtiveram como resultados: 81% de acertos na decisão sobre segurança alimentar x insegurança alimentar e 80,2% na decisão de insegurança alimentar leve-moderada x insegurança grave para São José dos Ramos; Nova Floresta obteve 80,7% de acertos na decisão sobre segurança alimentar x insegurança alimentar e 80,4% na decisão de insegurança alimentar leve-moderada x insegurança grave. Portanto, este modelo constitui-se um instrumento importante para definir as tendências prioritárias de intervenção nos municípios, no sentido de permitir a identificação deste agravo em esfera local, podendo subsidiar o processo de tomada de decisão e o planejamento de políticas públicas e ações que visem à promoção da segurança alimentar.
Abstract: Food insecurity exists when the availability of nutritionally adequate and safe foods or the ability to acquire them in a socially acceptable is limited or uncertain. Therefore, the prevalence of food insecurity is of great importance for the assessment of living conditions and, consequently, for the planning of public policies to fight hunger. So it is timely and relevant indicators that can create check from the right of access to food until the concrete conditions of such access and its ultimate effects on health and nutrition of individuals and collective activities. Thus, it is intended by an artificial neural network model for decision support in food security and assist in identifying the severity of this situation in the populations of the cities of São José dos Ramos and the Nova Floresta in the interior of Paraíba. It is a population-based cross-sectional study with a sample of 618 households in the two counties, and 287 in São José dos Ramos and 331 in Nova Floresta. For this study the measurement of the rate of food insecurity and its levels were estimated using the methodology of the Brazilian Food Insecurity Scale for model creation and decision support data were grouped as mild-moderate food insecurity and severe food insecurity. We selected 10 quantitative variables on socioeconomic and demographic: number of rooms in the house; numbers used rooms in the house to sleep, total household members; schooling in years of the household head, number of children and adolescents attending school , number of children, number of adolescents, number of adults, number of elderly, relationship between workers and unemployed and with the help of MATLAB software generates a model of Artificial Neural Network feedforward with one input layer, one hidden layer with 22 neurons , and 1 output layer with 2 neurons with backpropagation learning. Based on this, the generated models achieved the following results: 81% correct in deciding on food security and food insecurity x 80.2% of food insecurity in the decision mild-moderate to severe insecurity x São José dos Ramos; Nova Floresta got 80. 7% correct in deciding on food security and food insecurity x 80.4% food insecurity in the decision to take x-moderate severe insecurity. Therefore, this model constitutes an important tool to define the trends priority intervention in municipalities, in order to permit the identification of this disease at the local level and can support the process of decision making and planning of public policies and actions aimed at promoting food security.
Keywords: Segurança alimentar
Rede neural artificial
Modelos de decisão
Food security
Artificial neural network
Decision models
???metadata.dc.subject.cnpq???: CIENCIAS DA SAUDE::SAUDE COLETIVA
Language: por
???metadata.dc.publisher.country???: BR
Publisher: Universidade Federal da Paraí­ba
???metadata.dc.publisher.initials???: UFPB
???metadata.dc.publisher.department???: Ciências Exatas e da Saúde
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Modelos de Decisão e Saúde
Citation: SILVA, Cleyton Cézar Souto. Rede neural artificial: um modelo de apoio à decisão em segurança alimentar para municípios do interior da Paraíba. 2013. 102 f. Dissertação (Mestrado em Modelos de Decisão em Saúde) - Universidade Federal da Paraí­ba, João Pessoa, 2013.
???metadata.dc.rights???: Acesso Aberto
URI: http://tede.biblioteca.ufpb.br:8080/handle/tede/6545
Issue Date: 4-Apr-2013
Appears in Collections:Programa de Pós-Graduação em Modelos de Decisão e Saúde

Files in This Item:
File SizeFormat 
arquivototal.pdf2.55 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.