Previsão de fluxos urbanos de bicicletas: métodos tradicionais vs. aprendizado de máquina explicável

• Processo: 22/06328-7
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 23 de agosto de 2022
• Data de Término da vigência: 22 de dezembro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Fabio Kon
• Beneficiário: Eduardo Bobrow Falbel
• Supervisor: Kay Axhausen
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: Swiss Federal Institute of Technology Zurich, Suíça
• Vinculado à bolsa: 21/09285-4 - Previsão de fluxos urbanos de bicicletas utilizando aprendizado de máquina, BP.IC
• Assunto(s): Ciência de dados Engenharia de transportes Mobilidade urbana Bicicletas Aprendizado computacional Transferência (aprendizagem)
• Palavra(s)-Chave do Pesquisador: Aprendizado de maquina explicavel | Ciência de dados | Engenharia de Transportes | Fluxos de Ciclistas | mobilidade urbana | Modelo espacial de autocorrelação | Aprendizado de Máquina

Resumo

A promoção do uso de bicicletas nas cidades é parte de políticas públicas para o incentivo ao uso de meios de transporte não poluentes e que contribuem para a saúde da população por meio da redução do sedentarismo. A definição dos locais para a implantação de ciclovias e ciclofaixas é de suma importância nesse processo. Neste projeto avaliaremos dados sobre viagens em bicicletas em cidades com sistemas públicos de compartilhamento de bicicletas já maduros. Utilizaremos modelos de aprendizado de máquina para inferir os fluxos de viagens a partir de dados socieconômicos, "pontos de interesse'', de topologia, e outros, em múltiplas cidades. O objetivo é utilizar técnicas de transferência de aprendizado para ajustar esses modelos para cidades sem sistemas de compartilhamento de bicicletas, ou com sistemas ainda incipientes, de modo a permitir um melhor planejamento na definição dos locais para as bases de retirada de bicicletas e para a construção de nova infraestrutura cicloviária, como ciclovias e ciclofaixas. (AU)