MACHINE LEARNINGPARA PREDIÇÃO DE BRUCELOSE BOVINA A PARTIR DE DADOS DESBALANCEADOS
Sistema Neural. Brucelose. Balanceamento de classes. Seleção de atributos. Algoritmo Genético.
A expressividade da pecuária brasileira é inquestionável. Segundo dados da United States De-
partment of Agriculture (USDA), em 2021 o Brasil foi o maior exportador mundial de carne
bovina. A brucelose bovina é uma das doenças mais preocupantes para o setor. No Brasil, a
brucelose bovina acarreta perdas anuais por volta de 448 milhões de dólares. Diversos fatores
ameaçam o estabelecimento de ações dos programas de defesa animal vigentes no Brasil, sendo
os principais: falta de diretrizes distintas para o diagnóstico de casos de brucelose, animais
infectados permanecem assintomáticos quando infectados, extensa área territorial brasileira e
grande efetivo de rebanhos. A utilização de Redes Neurais Artificiais (RNAs) pode ter grande
utilidade nos serviços de vigilância sanitária e epidemiológica, auxiliando na triagem de propri-
edades com riscos diferenciados para a doença. Esse trabalho tem como objetivo o desenvolvi-
mento de RNA com técnicas de balanceamento de classes e seleção de variáveis via algoritmo
genético, para a classificação e segregação dos rebanhos bovinos, quanto à soroprevalência para
brucelose.Foram projetadas quatro RNAs combinando diferentes abordagens de técnica de
balanceamento de classe e seleção de variáveis, a fim de comparar qual abordagem desempe-
nharia melhores resultados. Os resultados preliminares mostraram que a RNA aliada a técnica
de seleção de variáveis, via Algoritmos Genético, e reamostragem de dados, é uma abordagem
promissora. Em trabalhos futuros serão realizados estudos com Redes Neurais Siamesas a fim
de averiguar o desempenho dessa abordagem frente ao desafio provocado pelo número reduzido
de amostra em uma das classes.