| Processo: | 22/03941-0 |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Data de Início da vigência: | 01 de dezembro de 2022 |
| Data de Término da vigência: | 31 de janeiro de 2026 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | Luis Gustavo Nonato |
| Beneficiário: | Priscylla Maria da Silva Sousa |
| 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): | 23/05783-5 - Investigando o problema de desacordo em métodos de explicação locais, BE.EP.DR |
| Assunto(s): | Ciência de dados |
| Palavra(s)-Chave do Pesquisador: | crime forecasting | Graph Neural Network | Interpretability | Ciência de Dados |
Resumo A criminalidade urbana é um grande problema que afeta o bem-estar e a segurança da sociedade, especialmente em grandes metrópoles. Sendo assim, é fundamental a criação de mecanismos que auxiliem os agentes públicos a prevenir a ocorrência de crimes e entender quais fatores influenciam as atividades criminosas. Nesse contexto, métodos de aprendizagem de máquina têm sido aplicados à predição de crimes. No entanto, os estudos existentes não exploram a estrutura da cidade, como o grafo de ruas, e utilizam dados limitados. Graph Neural Network (GNN) é um modelo de deep learning com um sólido potencial para predição de crimes. No entanto, poucos estudos usam GNNs nesse contexto. Além disso, é difícil explicar as predições realizadas por uma GNN. Este projeto tem como objetivo investigar e propor um modelo GNN que capture a dinâmica de ocorrências de crimes usando o grafo de ruas da cidade e fazendo uso de um conjunto de fatores externos, tais como, dados meteorológicos e socioeconômicos, para ampliar a abrangência do modelo. Além disso, o modelo será integrado a uma técnica de explicabilidade para facilitar o entendimento das predições. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |