Exame de Qualificação de Doutorado de David Candeia

postado em 14 de fev de 2017 15:05 por Coordenação da Pós-graduação em Computação da UFCG

Candidato(a): David Candeia

Título do Trabalho: Incorporando diversidade de perfil, de tempo e de forma urbana na computação e previsão da percepção de cenas urbanas

Orientador(es): 

Nazareno Andrade

Raquel Lopes

 

Data: 22/02/2017

Horário: 14:30:00

Local: CEEI

 

Resumo: 

As percepções de espaços públicos são uma questão central para a experiência das pessoas em cidades. O entendimento de quais fatores influenciam esta percepção é importante tanto para urbanistas, que buscam aperfeiçoar a cidade e a qualidade de vida de seus cidadãos, bem como para modelos computacionais que auxiliam as pessoas a navegar nos espaços urbanos. De modo a entender as cidades de forma mais ampla, aplicações de crowdsourcing têm sido utilizadas com sucesso para avaliar as preferências de cidadãos sobre cidades e suas cenas urbanas e soluções de aprendizado de máquina têm sido treinadas para predizer preferências entre cenas urbanas. Entretanto, até o momento os estudos têm focado em avaliar os grupos de participantes das pesquisas como grupos uniformes, sem lidar com suas diferenças de per- fis, e as soluções de aprendizado de máquina têm considerado o uso de descritores de baixo nível das imagens dos espaços urbanos. Ao analisar a percepção de residentes de uma cidade média brasileira, este trabalho tem por objetivo investigar a tese de que os sistemas computacionais propostos podem capturar a percepção média das cenas urbanas, como argumentado pelos trabalhos anteriores, mas também podem ser utilizados para identificar semelhanças e diferenças nas percepções de diferentes grupos de pessoas (e.g., diferentes grupos sociodemográficos), e, ainda, para apontar as relações entre a percepção capturada e características de mais alto nível da forma urbana. Até o momento, três contribuições principais podem ser destacadas. Em primeiro lugar, foram considerados conceitos do projeto urbano para ex- plorar através do crowdsourcing quais características de mais alto ou baixo nível do espaço urbano estão relacionadas com percepções de segurança e agradabilidade. Em segundo lu- gar, o estudo considera teorias da sociologia urbana e da antropologia para demonstrar como diferentes grupos sociodemográficos possuem diferentes percepções de cenas urbanas, uma questão que não havia sido focada nos estudos recentes de crowdsourcing. Em terceiro lu- gar, o estudo aponta que características da forma urbana propostas por urbanistas podem ser utilizadas juntamente com o perfil sociodemográfico de pessoas para melhorar a acurácia de soluções de aprendizado de máquina que buscam predizer cenas urbanas avaliadas como mais seguras ou agradáveis. Este último resultado abre caminho para recomendações mais personalizadas em cenários de arranque a frio. As contribuições deste trabalho têm implicações teóricas para as áreas de sociologia urbana e crowdsourcing de percepções urbanas. Além disso, os resultados também possuem implicações práticas para projetistas urbanos e para modelos de navegação em espaços urbanos. Finalmente, o estudo considera uma cidade média no Brasil, um contexto pouco explorado em estudos de crowdsourcing de percepções urbanas.

 

Banca Examinadora: 

(Membros Internos)

Leandro Balby 

Cláudio Campelo

(Membros Externos)

Marco Aurélio Gerosa, USP

Flávio Figueiredo, UFMG

Comments