Título: Prevendo crimes em redes de ruas usando kernel não-paramétrico de estimação de densidade

Data: 26/04/2019

Horário: 08:00h

Local: Hall do Centro de Ciências - Bloco 902

Resumo:

A ocorrência de crimes não é um evento puramente aleatório, ela tende a se concentrar em áreas específicas, devido a interação do infrator com a vítima, com o ambiente e as oportunidades que existem para cometer um crime. Para combater a criminalidade o policiamento vem mudando nas últimas décadas, trocando de uma estratégia reativa para uma mais proativa e preventiva. Uma prática que auxilia nesta mudança é o policiamento utilizando mapas de hotspots para guiar o patrulhamento. Nesta perspectiva, esse trabalho propõe uma técnica nova de clusterização de nós de ruas para gerar mapas de hotspots mais eficientes para o patrulhamento, e a comparação com uma técnica clássica de Kernel Density Estimation (KDE) para a previsão de crimes violentos contra o patrimônio. Espera-se que a nova técnica tenha um resultado próximo do KDE e possua uma eficiência maior na alocação de recursos para a prevenção de crimes.

Banca:

• Prof. Dr. José Antonio Fernandes de Macêdo (MDCC/UFC - Orientador)
• Prof.ª Dr.ª Ticiana Linhares Coelho da Silva (UFC - Coorientadora)
• Prof. Dr. César Lincoln Cavalcante Mattos (MDCC/UFC)
• Me. José Florêncio de Queiroz Neto (UFC)