Desenvolvimento de Sistema de Inteligência Artificial (IA) baseado em reconhecimento de padrões para análise de rotas veiculares

<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
  <record>
    <leader>00000cab a2200000   4500</leader>
    <controlfield tag="001">MAP20200035695</controlfield>
    <controlfield tag="003">MAP</controlfield>
    <controlfield tag="005">20220911190441.0</controlfield>
    <controlfield tag="008">201110e20200601esp|||p      |0|||b|por d</controlfield>
    <datafield tag="040" ind1=" " ind2=" ">
      <subfield code="a">MAP</subfield>
      <subfield code="b">spa</subfield>
      <subfield code="d">MAP</subfield>
    </datafield>
    <datafield tag="084" ind1=" " ind2=" ">
      <subfield code="a">922.134</subfield>
    </datafield>
    <datafield tag="100" ind1=" " ind2=" ">
      <subfield code="0">MAPA20200022039</subfield>
      <subfield code="a">Röpke, Leonardo Luís </subfield>
    </datafield>
    <datafield tag="245" ind1="1" ind2="0">
      <subfield code="a">Desenvolvimento de Sistema de Inteligência Artificial (IA) baseado em reconhecimento de padrões para análise de rotas veiculares</subfield>
      <subfield code="c">Leonardo Luís Röpke, Manuel Osório Binelo</subfield>
    </datafield>
    <datafield tag="520" ind1=" " ind2=" ">
      <subfield code="a">Este trabalho apresenta o estudo e desenvolvimento de um sistema de Inteligência Artificial, com foco nos algoritmos K-means e Redes Neurais Artificiais, para auxiliar gestores de frotas na identificação de rotas e desvios de rotas. A ferramenta desenvolvida tem como objetivo modernizar o processo de identificação de rotas e desvios de rotas. Os resultados mostram que as Redes Neurais Artificiais obtiveram uma taxa de 100% de acerto na identificação de rotas, já na identificação de desvios de rotas as RNAs foram capazes de identificar 61% das rotas apresentadas. Portanto, as RNAs demonstraram ser uma excelente técnica a ser aplicada pra a identificação de rotas e desvios de rotas. O algoritmo K-means apresentou bons resultados ao ser aplicado na descoberta de rotas semelhantes, tornando-se assim uma ótima ferramenta aplicada ao trabalho de monitoramento das rotas percorridas pelos veículos.</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080553128</subfield>
      <subfield code="a">Algoritmos</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080624842</subfield>
      <subfield code="a">Redes neuronales artificiales</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080611200</subfield>
      <subfield code="a">Inteligencia artificial</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080552916</subfield>
      <subfield code="a">Vehículos</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20200022145</subfield>
      <subfield code="a">Osório Binelo, Manuel </subfield>
    </datafield>
    <datafield tag="773" ind1="0" ind2=" ">
      <subfield code="w">MAP20200034445</subfield>
      <subfield code="t">Revista Iberoamericana de Inteligencia Artificial</subfield>
      <subfield code="d">IBERAMIA, Sociedad Iberoamericana de Inteligencia Artificial , 2018-</subfield>
      <subfield code="x">1988-3064</subfield>
      <subfield code="g">01/06/2020 Volumen 23 Número 65 - junio 2020 , p. 67-85</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">application/pdf</subfield>
      <subfield code="w">1108611</subfield>
      <subfield code="y">Recurso electrónico / Electronic resource</subfield>
    </datafield>
  </record>
</collection>