Rafaella Silva Ferreira

Ms. Rafaella Silva Ferreira

Computer Science and Statistics, IBILCE/UNESP, São José do Rio Prêto, São Paulo, Brazil
+2
orcid

Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
22 December 2025 in BMC Infectious Diseases
Verified
Journal Article
Open access
PDF file
Rafaella Silva FerreiraRafaella Silva Ferreira
Rafaella Silva Ferreira
MCMarilaine Colnago
Marilaine Colnago
WCWallace Casaca
Wallace Casaca
Traditional COVID-19 forecasting often misses the rapid dynamics of viral competition, limiting timely ublic health responses. This study demonstrates the

8 April 2025 in Information
Verified
Journal Article
Open access
PDF file
Rafaella Silva FerreiraRafaella Silva Ferreira
Rafaella Silva Ferreira
WCWallace Casaca
Wallace Casaca
JMJoao Frederico da Costa Azevedo Meyer
Joao Frederico da Costa Azevedo Meyer
MCMarilaine Colnago
Marilaine Colnago
MDMauricio Dias
Mauricio Dias
Rogério Galante NegriRogério Galante Negri
Rogério Galante Negri
Understanding the effectiveness of different quarantine strategies is crucial for controlling the spread of COVID-19, particularly in regions with limited data. This study presents a SCIRD-inspired model to simulate the transmission dynamics of COVID-19 in medium-sized cities and their surrounding satellite towns. Unlike previous works that focus primarily on large urban centers or homogeneous populations, our approach incorporates intercity mobility and evaluates the impact of spatially differentiated interventions. By analyzing lockdown strategies implemented during the first year of the pandemic, we demonstrate that short, localized lockdowns are highly effective in reducing virus propagation, while intermittent restrictions balance public health concerns with socioeconomic demands. A key contribution of this study is the validation of the epidemic model using real-world data from the 2021 lockdown that occurred in a medium-sized city, confirming its predictive accuracy and adaptability to different contexts. Additionally, we provide a detailed analysis of how mobility patterns between municipalities influence infection spread, offering a more comprehensive mathematical framework for decision-making. These findings advance the understanding of epidemic control in regions with sparse data and provide evidence-based insights to inform public health policies in similar contexts.

21 July 2024
Verified
Conference Paper
Open access
PDF file
Rafaella Silva FerreiraRafaella Silva Ferreira
Rafaella Silva Ferreira
WCWallace Casaca
Wallace Casaca
MCMarilaine Colnago
Marilaine Colnago
Este trabalho propõe a adaptação de três redes neurais artificiais para prever séries temporais da COVID-19 no Brasil, considerando o atual cenário de escassez de dados e ondas recorrentes da doença, mas de menor magnitude comparado a 2020 e 2021. O principal objetivo é avaliar o desempenho de diferentes arquiteturas de redes neurais na previsão dos casos diários de COVID-19 no estado de São Paulo. As arquiteturas exploradas foram: Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM) e Gated Recurrent Unit (GRU). O desempenho de cada modelo foi analisado quanto à aderência aos dados reais e à capacidade de capturar padrões temporais complexos, em um contexto de aumentos-e-declínios súbitos de casos de menor gravidade devido à vacinação. Os resultados demonstraram alta precisão das redes treinadas e forneceram diferentes perspectivas para melhorar a qualidade das predições, essenciais para estratégias de controle da pandemia, especialmente durante os períodos de recrudescimento da doença. Assim, este trabalho visa contribuir para o avanço de aplicações de redes neurais preditoras da COVID-19, particularmente no contexto pós-vacinação.

18 December 2023 in Proceeding Series of the Brazilian Society of Computational and Applied Mathematics
Verified
Conference Paper
Open access
PDF file
PBPedro Mark Bianchi
Pedro Mark Bianchi
MCMarilaine Colnago
Marilaine Colnago
Rafaella Silva FerreiraRafaella Silva Ferreira
Rafaella Silva Ferreira
WCWallace Casaca
Wallace Casaca
A criptomoeda e a tecnologia blockchain têm sido um dos principais impulsionadores da Quarta Revolução Industrial no setor financeiro. Enquanto, por um lado, a mineração de cripto-moedas permite que mineradores virtuais acumulem ativo financeiro, este processo também leva a um consumo progressivo de eletricidade em todo o mundo. De fato, a preocupação com o aumento desenfreado do consumo de energia decorrente da mineração de criptomoedas ganhou mais força em meados de 2018, quando o uso de eletricidade alcançou 1% de toda a demanda mundial, alertando especialmente países com baixa demanda energética, mas cujas fazendas de mineração têm operado em larga escala. Portanto, neste trabalho, dois modelos de inteligência artificial foram aplicados para prever o consumo global de energia derivado da mineração da criptomoeda Bitcoin. Além disso, foi realizada uma discussão acerca do papel das redes de mineração no crescimento sustentável do consumo global de eletricidade e de como modelos de regressão podem ser calibrados a partir de dados abertos a fim de obter previsões assertivas para o consumo elétrico, permitindo capturar o quadro geral do uso de energia relacionado à mineração, bem como apoiar planos de sustentabilidade energética para países que têm sofrido com atividades de mineração em larga escala.

18 December 2023 in Proceeding Series of the Brazilian Society of Computational and Applied Mathematics
Verified
Conference Paper
Open access
PDF file
LSLilian E. da Silva
Lilian E. da Silva
MCMarilaine Colnago
Marilaine Colnago
Giovana Augusta BenvenutoGiovana Augusta Benvenuto
Giovana Augusta Benvenuto
NCNaiara Lima Costa
Naiara Lima Costa
SLSamantha Lanzelotti
Samantha Lanzelotti
WCWallace Casaca
Wallace Casaca
A programação é uma habilidade fundamental na indústria de tecnologia e permite que as pessoas criem soluções para vários problemas em diferentes áreas. As mulheres ainda estão sub- representadas nas áreas STEM, especialmente nas relacionadas à tecnologia. A exposição precoce à programação pode ajudar as meninas a desenvolver suas habilidades de resolução de problemas e pensamento crítico, e também pode despertar seu interesse em seguir uma carreira na área. Como consequência de termos mais mulheres na tecnologia, podemos citar a melhoria na diversidade, inovação e criatividade no campo. Além disso, as mulheres podem trazer perspectivas e abordagens únicas para resolver problemas, o que pode levar a soluções mais abrangentes e inclusivas. Dessa forma, o presente trabalho tem como objetivo discutir a importância da representatividade feminina nas áreas de tecnologia e da inclusão da programação na vida de meninas e mulheres. Para tal, apresentamos um relato de experiência obtida durante a execução do projeto de extensão GECET: Garotas nas Engenharias, Ciências Exatas e Tecnologias, que consistiu de um jogo criado por uma menina, que conta a história de Ada Lovelace, de modo a enfatizar o papel da educação e do engajamento na promoção da igualdade e diversidade de gênero no campo da tecnologia.