Análise de Modelos Baseados em WiSARD para Classificação de Trajetórias de Ônibus no Contexto da Mobilidade Urbana

• Bruno O. Barbosa Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Lucas A. B. Marinho Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Marcelo D. Santos Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Fernando Alexandrino Institito Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) / Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Rafaelli Coutinho Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Ubiratam de Paula Universidade Federal Rural do Rio de Janeiro (UFRRJ)
• Diego Carvalho Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
• Eduardo Ogasawara Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)

DOI: https://doi.org/10.5753/bresci.2024.243296

Resumo

A infraestrutura viária é essencial no contexto urbano, e o aumento do uso de automóveis impacta negativamente a qualidade de vida devido a grandes congestionamentos. Analisar as trajetórias dos veículos é crucial para a gestão eficiente das cidades. A partir do monitoramento do GPS desses veículos, é possível classificar trajetórias, verificar desvios, entre outras análises. Recentemente, redes neurais sem peso (WiSARD) têm sido utilizadas para essas tarefas. Entretanto, o desempenho dessas redes é influenciado pelas codificações adotadas em suas entradas. Este trabalho avalia a tarefa de classificação de trajetórias do sistema de transporte rodoviário do município do Rio de Janeiro para estudar essa influência. Os resultados mostram uma expressiva eficiência nas análises, com diferenças sutis na aplicabilidade de cada representação, determinando a eficiência de cada uma com base na qualidade da classificação e no tempo de execução.

Palavras-chave: WiSARD, Codificação, Classificação de Trajetórias, Ônibus, Mobilidade Urbana

Referências

Aleksander, I., Thomas, W., and Bowden, P. (1984). Wisard a radical step forward in image recognition. Sensor Review, 4(3):120 – rere.

Barbosa, R., Cardoso, D. O., Carvalho, D., and França, F. M. (2018). Weightless neurosymbolic GPS trajectory classification. Neurocomputing, 298:100 – 108.

Bentley, J. L. (1975). Multidimensional Binary Search Trees Used for Associative Searching. Communications of the ACM, 18(9):509 – 517.

Carneiro, C. (2012). A Função do Índice de Síntese das Linguagens na Classificação Gramatical com Redes Neurais sem Peso. Mestrado em Engenharia de Sistemas e Computação, Universidade Federal do Rio de Janeiro, Rio de Janeiro.

Chen, W., Guo, F., andWang, F.-Y. (2015). A Survey of Traffic Data Visualization. IEEE Transactions on Intelligent Transportation Systems, 16(6):2970 – 2984.

De Souza, D. F. P., França, F. M. G., and Lima, P. M. V. (2014). Spatio-temporal pattern classification with KernelCanvas and WiSARD. In Proceedings - 2014 Brazilian Conference on Intelligent Systems, BRACIS 2014, pages 228 – 233.

Instituto Pereira Passos (2017). Data.Rio - DataLake. Technical report, [link].

Lee, J., Han, J., Li, X., and Gonzalez, H. (2008). TraClass: Trajectory classification using hierarchical region based and trajectory based clustering. In Proceedings of the VLDB Endowment, volume 1, pages 1081 – 1094.

Pontes Cotta, K., Sena Ferreira, R., and Franca, F. M. (2018). Weightless neural network WiSARD applied to online recommender systems. In Proceedings - 2018 Brazilian Conference on Intelligent Systems, BRACIS 2018, pages 348 – 353.

T. L. Bacellar, A., Susskind, Z., A. Q. Villon, L., D. S. Miranda, I., Santiago De Araújo, L., Cadette Dutra, D. L., Breternitz Jr., M., John, L., Lima, P., and França, F. (2022). Distributive Thermometer: A New Unary Encoding for Weightless Neural Networks. In ESANN 2022 proceedings, pages 31–36, Bruges (Belgium) and online event. Ciaco - [link].

Valença, G. and Santos, E. (2020). The relationship between the concept of complete streets and the National Urban Mobility Policy: Application to a road project in Natal-RN, Brazil. Eure, 46(139):73 – 89.