Aplicação de Inteligência Artificial em tarefa associativa para analisar dados da MUNIC 2020

Código

IV-END0019

Autores

Heitor Reis, Victor Marchezini, Paula Sayeko Souza Oda, Karolina Gameiro Cota Dias

Tema

05 - Gestão de Risco e de Desastres

Resumo

Este trabalho investiga a aplicação de técnicas de Inteligência Artificial (IA) para realizar tarefas associativas em dados da Pesquisa de Informações Básicas Municipais (MUNIC) 2020, conduzida pelo Instituto Brasileiro de Geografia e Estatística (IBGE). A MUNIC coleta informações abrangentes sobre a infraestrutura e serviços dos municípios brasileiros, proporcionando um panorama detalhado das condições e políticas locais. Para a análise, foram utilizadas técnicas de aprendizado de máquina, especificamente algoritmos de Regras de Associação, para identificar padrões e relações ocultas nos dados. O foco esteve nas áreas de gestão de risco, buscando compreender como diferentes variáveis interagem e influenciam os resultados municipais. O processo começou com a limpeza e pré-processamento dos dados, garantindo a integridade e a usabilidade dos mesmos. Em seguida, foi aplicado um algoritmo de mineração de dados, FP-Growth, para extrair associações significativas. A avaliação dos resultados considerou métricas como suporte, confiança, lift e métrica de Zhangs, permitindo a identificação de associações robustas e relevantes. Os achados revelaram comportamentos importantes. Por exemplo, a presença frequente de um dos itemsets se demonstrou um outlier valioso para a compreensão da presença da seca como desastre frequente no país. A aplicação de IA em dados da MUNIC demonstrou potencial para apoiar e guiar pesquisadores e promover a interdisciplinaridade na pesquisa sobre desastres, mas é limitada a uma análise quantitativa. Este estudo destaca a importância de ferramentas avançadas de análise de dados para a gestão pública moderna e a presença da interdisciplinaridade para um aprofundamento proveitoso sobre o assunto.