Modelos estatísticos, implementados em forma de algoritmos, utilizam dados coletados em uma extensa rede de vias urbanas para contribuir com um sistema de gerenciamento de tráfego on-line, avaliando as instalações e o desempenho das vias ao longo do tempo. São usados também para controle de tráfego em tempo real, prevenindo e gerenciando congestionamentos.
O projeto, que foi aplicado à cidade de Manchester (Reino Unido), é de Osvaldo Anacleto Júnior, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (Cemeai). O trabalho foi apresentado em artigo no Journal of The Royal Statistical Society e foi feito em parceria com pesquisadores da Europa.
“Esta pesquisa se concentra no desenvolvimento de modelos de previsão de fluxo que são particularmente apropriados para avaliar o desempenho das rodovias ao longo do tempo ou para fornecer informações avançadas de fluxo para operadores de tráfego”, comentou Osvaldo Júnior.
A pesquisa analisa ainda problemas de modelagem, como tratar diferentes níveis de variabilidade de tráfego, dependendo da hora do dia e erros de medição devido a erro na coleta de dados, utilizando extensões de redes Bayesianas dinâmicas (tipo de representação matemática) para apontar soluções.
O cerne deste estudo, que é a previsão multivariada de fluxos de tráfego rodoviário, se insere numa linha mais ampla de pesquisa de Osvaldo Júnior, que busca desenvolver novos métodos estatísticos e de aprendizado de máquina para aplicações em biologia, engenharia e finanças. Assista ao vídeo a seguir:
A tese de doutorado de Anacleto sobre modelagem de tráfego ganhou uma menção honrosa do Savage Award, concedido pela Sociedade Internacional de Estatística Bayesiana para trabalhos com contribuições excepcionais para a estatística Bayesiana. O projeto resultou ainda em um prêmio no principal congresso internacional sobre o software R.
Fonte Jornal da USP