Usando processamento de sinais de grafos e aprendizagem profunda para previsão do crime

• Processo: 23/04868-7
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de junho de 2023
• Data de Término da vigência: 31 de maio de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Jorge Luis Poco Medina
• Beneficiário: Juanpablo Andrew Heredia Parillo
• Instituição Sede: Escola de Matemática Aplicada (EMAp). Fundação Getúlio Vargas (FGV)
• Vinculado ao auxílio: 21/07012-0 - Inteligência orientada a dados para análise e percepção de crimes urbanos, AP.JP
• Assunto(s): Ciência de dados Aprendizado computacional Aprendizagem profunda Análise visual Crime Segurança da informação
• Palavra(s)-Chave do Pesquisador: Crime Analysis | Data Visualization | Deep Learning | machine learning | Security Perception | visual analytics | Data Science, Machine Learning

Resumo

Esta pesquisa visa compreender o comportamento da frequência do crime nas cidades brasileiras através do estudo do crime passado, eventos urbanos e sociais para prever eventos futuros do crime. O plano é levar em conta uma estrutura gráfica e dados temporais da cidade para prever como o crime "flui", usando métodos como processamento de sinais gráficos e aprendizado profundo. Uma bolsa de doutorado permitirá a seleção de um estudante para explorar métodos complexos para criar e adaptar modelos alternativos de previsão de crime, o que é essencial para o planejamento de segurança orientado por dados. (AU)