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

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. [...]