Banca de QUALIFICAÇÃO: ADELSON DIAS DE ARAÚJO JÚNIOR

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ADELSON DIAS DE ARAÚJO JÚNIOR
DATA : 27/05/2019
HORA: 15:00
LOCAL: B321 - IMD
TÍTULO:

Predspot: Predizendo Hotspots Criminais com Aprendizado de Máquina


PALAVRAS-CHAVES:

policiamento preditivo, predição de manchas criminais, aprendizado de máquina, descritores espaçotemporais.


PÁGINAS: 65
RESUMO:

Cidades mais inteligentes estão amplamente adotando infraestrutura e análise de dados em tomada de decisão de segurança pública. Apesar de que policiamento em manchas criminais tem mostrado benefícios na redução de crimes, estudos anteriores sugerem que a adoção de técnicas preditivas pode ajudar a produzir estimativas mais precisas da concentração de crimes no futuro. Nesse trabalho, propomos um framework genérico para gerar futuros hotspots a partir de descritores espaçotemporais, e também informações geográficas extraídas do OpenStreetMap. Implementamos um pacote em Python chamado predspot para suportar predições de manchas criminais precisas seguindo os passos sugeridos no framework. Para avaliar a abordagem preditiva contra a metodologia tradicionalmente implementada pelo departamento de polícia de Natal, comparamos dois métodos de mapeamento de crime (KGrid e KDE) e dois algoritmos eficientes de aprendizado de máquina (Random Forest e Gradient Boosting) em doze cenários criminais, considerando roubo, violência e crimes de drogas. Os resultados indicam que nossa abordagem preditiva estima manchas criminais de 1,6 a 5,1 vezes melhor do que a metodologia dos analistas. Uma análise de importância do descritores foi extraída dos modelos para explicar o quanto as variáveis selecionadas ajudaram nas previsões e dar origem a discussões a respeito da modelagem aplicada.


MEMBROS DA BANCA:
Presidente - 1678918 - NELIO ALESSANDRO AZEVEDO CACHO
Interna - 1350250 - ANNE MAGALY DE PAULA CANUTO
Interna - 2524467 - MARJORY CRISTIANY DA COSTA ABREU
Externo ao Programa - 2859562 - LEONARDO CESAR TEONACIO BEZERRA
Notícia cadastrada em: 22/05/2019 08:50
SIGAA | Superintendência de Informática - (84) 3215-3148 | Copyright © 2006-2019 - UFRN - sigaa14-producao.info.ufrn.br.sigaa14-producao