Busca avançada
Ano de início
Entree

Inteligência orientada a dados para análise e percepção de crimes urbanos

Processo: 21/07012-0
Modalidade de apoio:Auxílio à Pesquisa - Jovens Pesquisadores
Vigência: 01 de setembro de 2022 - 31 de agosto de 2027
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: MCTI/MC
Pesquisador responsável:Jorge Luis Poco Medina
Beneficiário:Jorge Luis Poco Medina
Instituição Sede: Escola de Matemática Aplicada (EMAp). Fundação Getúlio Vargas (FGV)
Pesquisadores associados:Luis Gustavo Nonato ; Marcos Medeiros Raimundo ; Nivan Roberto Ferreira Junior
Bolsa(s) vinculada(s):23/04868-7 - Usando processamento de sinais de grafos e aprendizagem profunda para previsão do crime, BP.DD
Assunto(s):Ciência de dados  Aprendizagem profunda  Aprendizado computacional  Inteligência artificial  Análise visual  Visualização de dados  Crime 
Palavra(s)-Chave do Pesquisador:Crime Analysis | Data Visualization | Deep Learning | machine learning | Security Perception | visual analytics | Data Science

Resumo

Agências de segurança brasileiras têm deficiências tecnológicas em ferramentas estado da tarde na extração de conhecimento em bases de dados massivas. As poucas agências de segurança que possuem acesso a tecnologias recentes, as utilizam principalmente em vigilância, ao invés de resolver tarefas complexas analíticas que ajudam a planejar políticas de prevenção à criminalidade. A tecnologia usada nessas poucas cidades brasileiras, somente detectam situações de crime em tempo real ao invés de extrair conhecimento de bases de dados massivas para direcionar diretrizes gerais na prevenção de crimes. Vale mencionar que vigilância, patrulhamento e repressão são políticas usadas há muito tempo pela polícia com resultados efetivos em termos de redução de crimes, mas com pouco impacto na sensação de insegurança da população. Essa proposta visa criar um arcabouço de aprendizado de máquina e visualização de dados para explorar os dados já coletados pelas agências de segurança. Iremos criar ferramentas que guiem agências governamentais a tomar decisões e informem a população em geral (dado que o cidadão tem o direito de saber o nível de insegurança na região que vive). Esse projeto tem três metas principais: 1) Adquirir dados socioeconômicos, de infraestrutura e de criminalidade e estimar suas frequências em diferentes distritos da cidade. 2) Estudar a relação desses dados para predizer novos crimes e estimar a percepção de segurança usando três estratégias: i) métodos estatísticos e de aprendizado de máquina tradicionais para explorar a relação entre essas variáveis; ii) explorar processamento de sinais em grafos e aprendizado profundo para extrair padrões temporais com a finalidade de prever ocorrências criminais; iii) usar aprendizado profundo para capturar a percepção de segurança em imagens de ruas. 3) Criar ferramentas visuais para auxiliar especialistas a compreender os padrões. Como resultado final, esperamos criar uma ferramenta útil que auxilie governantes e agências de segurança pública a investir em novas soluções analíticas para prevenção de crimes numa década em que o panorama econômico brasileiro tem reduzido o investimento na maioria das cidades brasileiras. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)