IsoProb - sistema de atribuição geográfica de vestígios criminais com base em machine learning espacial e modelagem multisotópica

• Processo: 22/07086-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2022
• Data de Término da vigência: 31 de outubro de 2024
• Área do conhecimento: Interdisciplinar
• Acordo de Cooperação: FACEPE
• Pesquisador responsável: Luiz Antonio Martinelli
• Beneficiário: Luiz Antonio Martinelli
• Instituição Sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Assunto(s): Aprendizado computacional Georreferenciamento Sistema de informação geográfica (SIG) Isótopos
• Palavra(s)-Chave do Pesquisador: atribuição geográfica | Forense | Isoscapes | isótopos | machine learning | Interdisciplinar

Resumo

Espera-se que um modelo isotópico de atribuição de origem geográfica (MIAR) eficiente seja aquele que apresente uma estrutura baseada em (I) um banco de dados geograficamente abrangente e estruturado, (II) que tenha como base de entrada informações que abranjam variações locais, globais e de dependência espacial, (III) que apresente isoscapes construídas tanto em técnicas de "machine learning" (ML) de maior acurácia e que incorporem a autocorrelação espacial dos dados; e (IV) que permita, de maneira adequada e eficiente, a modelagem da atribuição geográfica a partir de um ou mais isótopos simultaneamente de maneira generalizada e que incorpore possível correlação entre as distribuições marginais. Desta forma, o presente projeto tem como principal objetivo a construção de um sistema eficiente de atribuição geográfica de amostras de vestígios criminais para o território brasileiro com base nessas premissas, e que possa ser utilizado efetivamente pelos órgãos de segurança nacionais e estaduais. Para isso, o projeto contará com a longa experiência do Centro de Energia Nuclear na Agricultura da Universidade de São Paulo (CENA/USP), mais precisamente, com a equipe do Prof. Dr. Martinelli (Laboratório Ecologia Isotópica) na coleta e análise de amostras para geração de dados isotópicos, em colaboração com o grupo de pesquisadores que fazem parte do corpo docente do DEINFO e do Programa em Biometria e Estatística Aplicada (PPGBEA) da UFRPE. Os membros do DEINFO possuem grande expertise na solução de problemas complexos da natureza e da sociedade, a partir do desenvolvimento e aplicação de técnicas Estatísticas, de ML, de Geoestatística, e de modelos computacionalmente intensivos. Além desta parceria, o projeto contará com a participação de membros externos a FACEPE/FAPESP e que possuem interesse direto na elaboração do IsoProb, como a Prof. Dra Gabriela Nardoto (presidente da RENIF), do perito criminal da Polícia Federal Dr. Fábio Costa, e do Dr. João da Silva Sena, o qual publicou um dos primeiros trabalhos com a aplicação de ML para construção de Isoscapes. Para se atingir o objetivo geral, o projeto será dividido em quatro etapas: I - Estruturação de um banco de dados isotópicos; II - Construção de matrizes de "features" gerais e espaciais integradas; III- Machine Learning no desenvolvimento de Isoscapes para o território brasileiro, e IV - Modelos matemáticos de atribuições de origem geográfica. O sistema IsoProb poderá ser utilizado tanto do ponto de vista científico, como ferramenta pelos órgãos de segurança nacionais e estaduais para investigações forenses. Espera-se que, a partir de amostras georreferenciadas obtidas em operações de campo da Polícia Federal, por exemplo, seus valores isotópicos possam ser confrontados com os valores preditos nas Isoscapes contidas no IsoProb, e assim gerar um mapa contínuo ou blocos nominais de probabilidade de atribuição da origem daquelas amostras. (AU)