Pular para o conteúdo
Atlas da DengueBrasil · SINAN

LSTM

Rede neural que lê a sequência das últimas semanas.

Rede neural recorrente
Ver a previsão do LSTM

Como funciona

O LSTM é uma rede neural feita para sequências. Ele lê as semanas em ordem e guarda na “memória” o que importa: se a curva está subindo, se acelerou, se já passou do pico.

Cada UF tem uma representação própria aprendida, o que permite ao modelo dar um peso diferente à mesma tendência em estados diferentes. Leva mais tempo para treinar que os demais.

Entradas
As 12 últimas semanas de incidência, a UF (como vetor aprendido) e a época do ano.
O que prevê
Incidência de casos prováveis por 100 mil habitantes, 1 a 4 semanas à frente da origem.
Configuração
  • Duas camadas LSTM (60 e 20 unidades)
  • Dropout 0,5
  • Até 200 épocas, parada antecipada com paciência 12
  • Lotes de 64 janelas
Referência
Hochreiter e Schmidhuber, Long Short-Term Memory (1997).
Versão vigente
1

Erro por horizonte — Brasil

Métricas de teste do LSTM no Brasil
HorizonteNRMSEMAERMSER²
H10,0980,510,670,89
H20,1851,021,260,59
H30,2261,271,530,39
H40,3051,712,07-0,11

Erro por UF — 4 semanas à frente

Métricas de teste do LSTM por UF, do menor para o maior erro
UFNRMSEMAER²
Minas Gerais0,1591,570,74
Rio de Janeiro0,2820,41-0,03
Paraná0,4721,71-1,89
São Paulo0,6433,30-4,03

Figuras do treino — 4 semanas à frente

Erro de cada UF no teste (NRMSE: erro pela amplitude da série; menor é melhor). (LSTM, 4 semanas à frente)
Erro de cada UF no teste (NRMSE: erro pela amplitude da série; menor é melhor).
Incidência semanal no Brasil no teste: observado × previsto pelo modelo. (LSTM, 4 semanas à frente)
Incidência semanal no Brasil no teste: observado × previsto pelo modelo.
Erro de validação a cada época do treino; o treino para quando deixa de melhorar. (LSTM, 4 semanas à frente)
Erro de validação a cada época do treino; o treino para quando deixa de melhorar.

Como a previsão é feita

Modelo do horizonte 1: prevê 06/09/2026Modelo do horizonte 2: prevê 13/09/2026Modelo do horizonte 3: prevê 20/09/2026Modelo do horizonte 4: prevê 27/09/2026H1H2H3H4●14/0630/0806/0913/0920/0927/0925/10origemdado mais recente12 semanas de histórico (a janela que o modelo lê)8 semanas ainda incompletas(não entram no treino)
  1. Cada modelo lê as 12 semanas terminando na origem, 30/08/2026.
  2. Há 4 modelos por tipo, um para cada horizonte: o H1 responde “quantos casos na semana seguinte?”, o H2 “duas semanas depois?”, e assim até o H4.
  3. Todos recebem a mesma janela. Uma semana prevista não é calculada a partir da anterior, e por isso o erro cresce com o horizonte.
  4. As semanas previstas (06/09/2026 a 27/09/2026) ficam antes do dado mais recente (25/10/2026): é uma previsão retroativa, que dá para conferir com o que foi notificado depois.

← Voltar à previsão do LSTM