Modelagem de uma Rede Bayesiana para representar a atenção situacional de pedestres

Abstract

O rápido crescimento do mercado de smartphones e afins tem sido associado com um número cada vez maior de acidentes de trânsito, devido principalmente à falta de atenção de pedestres ao caminhar perto de vias movimentadas. O problema é reconhecido pela Organização Mundial da Saúde como um dos fatores de risco no relatório mundial sobre a prevenção de acidentes rodoviários, e em 2007 a Brooklyn Polytechnic chegou a conclusão que “tanto para pedestres quanto para motoristas, a distração cognitiva causada pelo uso de telefone móvel reduz a atenção situacional, aumenta comportamento inseguro, colocando pedestres em um grande risco de acidentes” (Jack Nasar, Peter Hecht e Richard Wener. “Mobile phones, distracted attention, and pedestrian safety.” Accident Analysis and Prevention, 2008. 40:69-75, tradução do autor). Este Trabalho de Conclusão de Curso (TCC) propõe a modelagem de Redes Bayesianas via algoritmos de aprendizado de estrutura, bem como a subsequente analise de tais estruturas, com o objetivo de simular a atenção situacional de pedestres usuários de smartphones. Isto será feito utilizando dados provenientes do projeto do qual este TCC pertence, que tem como objetivo final entender os motivos causadores de distrações em pedestres. Neste trabalho foram analisados três categorias de algoritmos – algoritmos baseados em restrições, baseados em pontuações e híbridos – e conclui que a primeira categoria não proporcionou resultados muito satisfatórios, a segunda obteve resultados melhores, porém apenas com parâmetros específicos e a terceira obteve resultados satisfatórios de maneira geral, principalmente por utilizar os pontos positivos de cada uma das outras categorias de algoritmos. Estes resultados podem futuramente serem utilizados como entrada para algoritmos de aprendizado de parâmetros para então obter uma Rede Bayesiana finalizada.