• Informações do Trabalho

Titulo APPLYING A MULTILAYER PERCEPTRON FOR TRAFFIC FLOW PREDICTION TO EMPOWER A SMART ECOSYSTEM Subtítulo Autor YAN MENDES FERREIRA Orientador EDELBERTO FRANCO SILVA Resumo Um impacto direto da densidade populacional é um número cada vez maior de cidades que sofrem com engarrafamentos constantemente. Pensando neste problema, Sistemas de Transporte Inteligente, uma área chave de cidades inteligentes, usa técnicas e análises de inteligência computacional para encontrar soluções para o dimensionamento de tráfego. Neste contexto, modelos acurados de predição de tráfego são vitais para a criação de um ambiente mais autônomo e inteligente. Com o aumento no número de projetos de cidades inteligentes, a pesquisa na área de inteligência computacional se torna uma necessidade, já que seus modelos conseguem mitigar problemas complexos do mundo real de forma mais eficaz que abordagens tradicionais. Neste trabalho, uma aplicação que utiliza aprendizado de máquina para empoderar um ecossistema inteligente é apresentada. Para validá-la, uma extensiva avaliação foi conduzida, comparando-a com o estado da arte e, também, verificando o impacto dos parâmetros e da aplicação de diferentes funções de ativação no modelo preditivo. Todas as avaliações foram feitas utilizando dados reais de dois cenários distintos. Primeiramente, é avaliado um cenário em que o tráfego flui sem impedimentos com um dataset referência na literatura. Em um segundo momento, ambos os modelos são avaliados em um cenário complexo onde o tráfego não é contínuo e nem volumoso. Em ambos os cenários, a aplicação apresentada, chamada SmartTraffic, obtém melhores resultados que o estado da arte, com um ganho de performance de mais de 100% no primeiro cenário e uma melhora média de 31\% no segundo. Palavras-Chave Sistemas de Transportes Inteligentes, ecossistemas inteligentes, predição de tráfego