Analise visual de métodos de aprendizado de máquina: um ensaio prático a partir de dados de crime da cidade de São Paulo.

• Processo: 17/05416-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de maio de 2017
• Data de Término da vigência: 22 de dezembro de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Luis Gustavo Nonato
• Beneficiário: Germain García Zanabria
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Bolsa(s) vinculada(s): 19/04434-1 - Análise dos Padrões Criminais na Cidade de São Paulo, BE.EP.DR
• Assunto(s): Visualização de dados Visualização
• Palavra(s)-Chave do Pesquisador: Análise visual de informação | visualização de dados | Visualização

Resumo

Métodos de aprendizado de máquina e visualização têm sido empregados como ferramentas complementares em muitas aplicações de análise de dados. No entanto, tais técnicas não foram adequadamente integradas de modo a propiciarem um benefício mútuo. Especificamente, pouco foi feito no sentido de incorporar ferramentas de visualização no processo de aprendizado de máquina, visando explorar a capacidade analítica de técnicas de visualização a fim de tornar os processos de aprendizagem mais inteligíveis. Este projecto pretende preencher esta lacuna, empregando visualização a fim de revelar fenômenos escondidos em processos de aprendizagem, permitindo ajustar processos de aprendizado de acordo com dados sob análise. Em colaboração com o Centro de Estudos da Violência - NEV - USP, empregaremos a metodologia proposta em uma aplicação específica, análise de padrões de crimes na cidade de São Paulo. Portanto, além das contribuições técnicas, o presente projeto oferece uma oportunidade única para os pesquisadores do Cepid-CEMEAI e do Cepid-NEV colaborarem.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

GARCIA, GERMAIN; SILVEIRA, JAQUELINE; POCO, JORGE; PAIVA, AFONSO; NERY, MARCELO BATISTA; SILVA, CLAUDIO T.; ADORNO, SERGIO; NONATO, LUIS GUSTAVO. CrimAnalyzer: Understanding Crime Patterns in Sao Paulo. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, v. 27, n. 4, p. 2313-2328, APR 1 2021. (16/04391-2, 14/12236-1, 17/05416-1)

GARCIA-ZANABRIA, GERMAIN; GOMEZ-NIETO, ERICK; SILVEIRA, JAQUELINE; POCO, JORGE; NERY, MARCELO; ADORNO, SERGIO; NONATO, LUIS G.; IEEE. Mirante: A visualization tool for analyzing urban crimes. 2020 33RD SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2020), v. N/A, p. 8-pg., 2020-01-01. (17/05416-1, 19/04434-1, 13/07375-0, 19/10560-0)

GARCIA-ZANABRIA, GERMAIN; RAIMUNDO, MARCOS M.; POCO, JORGE; NERY, MARCELO BATISTA; SILVA, CLAUDIO T.; ADORNO, SERGIO; NONATO, LUIS GUSTAVO. CriPAV: Street-Level Crime Patterns Analysis and Visualization. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, v. 28, n. 12, p. 16-pg., 2022-12-01. (13/07923-7, 14/12236-1, 17/05416-1, 16/04391-2, 19/04434-1)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

ZANABRIA, Germain García. Análise Visual de Padrões Criminais. 2021. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.