Aplicação de Reconhecimento de Padrões para Auxílio na Identificação de Criminalidade em Belo Horizonte

Igor Ferreira Bueloni, Wendell Ronald Mendes de Oliveira, Flávio Henrique Batista de Souza

Resumo


Este trabalho tem como propósito estudar a viabilidade de um complemento para ferramentas que utilizam a geolocalização de modo que se leve em consideração o ı́ndice de violência em uma região. Através de um estudo sobre a violência urbana, o modo como ela influencia uma cidade - principalmente os casos de turistas, que, em sua maioria, se tornam suas vı́timas - e utilizando algoritmos de reconhecimento de padrões como Rede Neural Artificial (RNA) e Máquina de Suporte a Vetores (SVM), foi analisado o desempenho desses algoritmos juntamente com um conjunto de dados obtido no UCI Machine Learning Repository composto de 1994 amostras e 128 variáveis, como por exemplo: código do condado, código e nome da comunidade, etnia, idade, salário, número total de crimes violentos a cada 100 mil habitantes, dentre outras. Foram experimentadas seis variações da estrutura Multi Layer Perceptron (MLP) em treinamentos aplicando a técnica Set Validation. Na experimentação realizada com SVM, foram variadas as funções de kernel aplicando a técnica K-Fold Cross Validation com a finalidade de definir qual deles melhor se aplica a este conjunto de dados. Durante o processo de exploração, foi feita uma análise de cada atributo da base de dados e observados o comportamento e a relevância de cada um no resultado do algoritmo. Para comparação e análise entre esses algoritmos, bem como definir aquele que apresentou o melhor comportamento para a proposta principal do trabalho, foram utilizadas a curva ROC e AUC como avaliadores. [...]


Texto completo:

PDF

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato