Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2025-212301
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Este artigo apresenta um modelo preditivo para identificação de hotspots de Mortes Violentas Intencionais (MVI) no município de Caruaru, interior de Pernambuco, por meio da aplicação de algoritmos de aprendizado de máquina a dados temporais e geoespaciais. Os dados utilizados são referentes aos casos reais de MVI no município, e abrange o período de 2017 a 2024. A modelagem foi conduzida com diferentes algoritmos de machine learning, usando de técnicas como otimização de hiperparâmetros e balanceamento das classes. Os resultados demonstraram desempenho satisfatório, com destaque para o modelo XGBoost, com um F1-score médio de 75% e recall de 80% na previsão mensal dos hotspots em 2024. Aproximadamente 26% dos homicídios registrados no ano ocorreram em áreas previamente identificadas como hotspots, evidenciando o potencial da abordagem como ferramenta preventiva.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo