A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Programa de Pós-Graduação em Gestão Urbana (PUC-PR)

Apresentações semelhantes


Apresentação em tema: "Programa de Pós-Graduação em Gestão Urbana (PUC-PR)"— Transcrição da apresentação:

1 Programa de Pós-Graduação em Gestão Urbana (PUC-PR)
Uso de Inteligência Artificial para a Previsão de Deslizamentos induzidos por Fortes Chuvas Professor: Fábio Teodoro de Souza

2 Extração de Conhecimento
Banco de Dados Especialista

3 Aprendizado do Cérebro Humano
visão som olfato Pipoca tato paladar

4 Redes Neurais Artificiais
Chuva Acumulada Dados de Escorregamentos Dados de Solo Topografia

5 Etapas de um projeto de Mineração de Dados
1. Obtenção dos Dados; 2. Preparação dos dados; 3. Modelagem

6 Dados de Escorregamentos
Data Horário Bairro Volume Conseqüências Tipologia

7 Parâmetros do Solo - Áreas por Bairros (ha / bairro)
Uso Qualidade Pedologia Aptidão Vulnerabilidade Floresta Alerta Latossolo Boa Alta Urbana Conservada Aluviais Regular Baixa : : : : :

8 Dados Meteorológicos – Pluviometria (mm / 15 min)
Rede automática da GEO-RIO 30 pluviômetros Transmissão a cada 15 minutos

9 Preparação dos Dados Solos Pluviometria Escorregamentos Regionalização
Data / Hora / Local Predição da Falha (RNA) HAIKIN (2001) Cálculo das Taxas por Bairros Índices de Chuva Acumulada (ICA) Predição do Volume (KNN) MITCHELL (1997)

10 Dados de Escorregamentos
Modelagem Montagem de uma matriz Chuva Acumulada Dados de Solo Dados de Escorregamentos

11 Modelagem – Classificação (RNA)
HAIKIN (2001) 1ª Classificação Treinamento com todos os registros Nada Pânico ou Acidente 2ª Classificação Treinamento sem a classe Nada Fim Tipologia Volume (EUC / MAN) Danos Pânico Acidente Sem Com V=0m3 V>0m3

12 Regras de Associação Todas Variáveis Análise da Interessabilidade
Suporte = 8% Confiança = 90% Todas Variáveis Tipologia Volume (EUC / MAN) Danos Regras Geradas LIU et al. (1998) Análise da Interessabilidade LIU et al. (2000) Regras Inesperadas e Acionáveis

13 Predição de Chuva com Redes Neurais
HAIKIN (2001) Índices Acumulados de Chuvas Passadas (Camada de Entrada) Chuva dos Próximos Períodos – Minutos, Horas, Dias (Camada de Saída)

14 Regionalização dos Dados de Chuva
ACP Correlação Árvore K - Means

15 Simulação específica (acima) Correlação de Pearson-R
Predição dos Dados Ausentes de Chuva (RNA) Simulação específica (acima) Resultado Geral Métodos Razão de Desvio Padrão Correlação de Pearson-R Boa Performance (%) ACP 0,34 0,94 67,6 Correlação 0,95 13,3 Árvore 0,55 0,83 10,5 k-means 0,48 0,89 7,6

16 Modelo com 2 camadas (RNA)
1ª Classificação * Resultados considerando a probabilidade condicional na 2ª camada Nada 94.1% Pânico ou Acidente 93.6 % 2ª Classificação Tipologia Volume (EUC) Volume (MAN) Danos Pânico 93.6% Acidente 72.4% V=0m3 90.4% V>0m3 74.6% Sem 80.2% V=0m3 87.1% Com 70.8% V>0m3 75.9%

17 Regras de Associação Relações Quantitativas entre variáveis;
Antecedente (X) => Conseqüente (Y) Regra 13 (1266 registros): Chuva 6 dias [> 92.6 mm] => ACIDENTE (25,5% % %) 25.5% suporte da regra [P (X U Y)] 91.9% confiança [P (Y|X)] número de ocorrências da união número de ocorrências da interseção 23.5% porcentagem da interseção

18 Modelo de Predição de Chuvas Intensas (RNA´s)
Treinamento (80 a 90%), Teste (5 a 10%), Validação (5 a10%) Chuva da Próxima Hora Chuva do Próximo Dia r2 = 0.96 r2 = 0.96

19 Bagging HAN (2001); Ponderação DUDA (2001); Boosting TING & ZHENG (1998) Dados

20 Reconhecimento Científico e Mídia

21 Outras Aplicações (Modena, Itália)

22 Indígenas Xucuru em Pernambuco (MIT, EUA)
ONU, 2007

23 Candidate: Fábio Teodoro de Souza, PhD (Tsinghua University)
Science and Technology Fellowship Programme in China (STF2 China) A Data Mining approach for Earthquake Prediction in China Candidate: Fábio Teodoro de Souza, PhD (Tsinghua University) Brussels, February 11th 2010

24 A Data Mining approach to predict long-term sediment flux and runoff in the Yellow River basin
Fabio Teodoro de Souza Tianjin, September 10th 2010

25 A Data Mining approach to predict mass movements induced by seismic events in Sichuan, China
Fabio Teodoro de Souza Yantai, August 11th 2010

26 A Data Mining approach for tree-ring growth prediction
Fabio Teodoro de Souza

27 Obrigado Fabio Teodoro de Souza fabio.teodoro@pucpr.br PPGTU / PUC-PR
Revista Brasileira de Gestão Urbana (URBE)


Carregar ppt "Programa de Pós-Graduação em Gestão Urbana (PUC-PR)"

Apresentações semelhantes


Anúncios Google