Universal Approximators: New Approach for the Curve Fit of the COVID-19 Infected Population
DOI:
https://doi.org/10.5540/tcam.2022.023.02.00213Palavras-chave:
Mathematical Modeling, Fuzzy clustering. Takagi-Sugeno-Kang inference methods, Regression analysisResumo
Fuzzy systems that include Takagi-Sugeno inference method with linear outputs, are widely known to have the ability to uniformly approximate any polynomial with high precision and, as a consequence, any continuous function, by applying the approximation theorem of Weierstrass. There is one more advantage for these methods which is to obtain an explicit expression of the defuzzified output as a function of the system’s inputs. The purpose of this study is to describe the dynamics of a data set collected through the behavior of the tangential envelope and the local concavity of a curve to be adjusted. The functions that define the envelope and its concavity are identified by means of a hybrid system that combines a fuzzy clustering with the qualities of the Takagi-Sugeno inference method. The analyzed data set represents the world population of confirmed infected people by the infectious disease caused by the coronavirus of severe acute respiratory syndrome, named COVID-19. The proposed fuzzy method, in two versions, first and second order, are compared with curves built through the least square method with the maximum of the absolute value of the difference between the fit values and the data, normalized at each instant. In these comparisons, both fuzzy approaches proposed in this study are the ones that best match the data collected, being the fuzzy approximation of second order the best of all.
Referências
K. Bart, Fuzzy systems as universal approximators. Trans. on Computers, vol. 43, pp. 1153-1162, 1994.
J. J. Buckey, Sugeno type controllers are universal controllers. Fuzzy Sets Systems, vol. 53, no. 3, pp. 299-303, 1993.
L. Wang and J. Mendel, Fuzzy basis functions, universal approximation, and orthogonal least-squares learning. IEEE Trans. Neural Netw., vol. 3, no. 5, pp. 807-814, 1992.
J. Kim, K. Koo, and J. Lee, Monotonic fuzzy systems as universal approximators for monotonic functions. Intell. Autom. Soft Comput., vol. 18, no. 1, pp. 13-31, 2012.
J. B. Martins, A. M. Bertone, and K. Yamanaka, Novel fuzzy system identification: Comparative study and application for data forecasting. IEEE Latin America Transactions, vol. 17, pp. 1793-1799, 2019.
W. Worldometer. https://www.worldometers.info/coronavirus, November 2020.
R. L. Burden and J. D. Faires, Numerical Analysis. Brooks/Cole Cengage Learning, 9 ed., 2011.
E. Z. Martinez, D. C. Aragon, and A. A. Nunes, Short-term forecasting of daily covid-19 cases in brazil by using the holt's model. Revista da Sociedade Brasileira de Medicina Tropical, vol. 53, 2020. http://www.scielo.br/scielo.php?script=sci−arttext&pid=S0037-86822020000100643&lng=en&nrm=iso.
D. E. Gustafson and W. Kessel, Fuzzy clustering with a fuzzy covariance matrix. In Proceedings of the IEEE Control and Decision Conference, pp. 761-766, 1979.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
- Esta é uma revista de acesso aberto, o que significa que todo o conteúdo é livremente disponível gratuitamente para o usuário ou sua instituição. Os usuários estão autorizados a ler, baixar, copiar, distribuir, imprimir, pesquisar ou vincular os textos completos dos artigos, ou usá-los para qualquer outro propósito legal, sem pedir permissão prévia do editor ou do autor. Isso está de acordo com a definição de acesso aberto do BOAI.
Todo o conteúdo do periódico está licenciado sob uma Licença Creative Commons do tipo atribuição BY.