o [Música] Olá sejam bem-vindos aqui é mais uma aula de visualização computacional nessa aula a gente vai abordar um pouco sobre o uso da técnica Bandolim para visualizar padrões de dados na região metropolitana de São Paulo Ah tá bom então é o conteúdo dessa aula está baseado no artigo que foi publicado então aí pelos autores Thalles Martín Nelson Lago Eduardo Santana é alexandru telésia Fábio com e Igor Souza tá a gente vai abordar então alguns tópicos aqui que estão relacionados com com esse artigo Então a gente vai falar sobre pesquisa origem-destino sobre a técnica de
bandolim e os resultados que a gente obteve utilizando ela Ah tá então para dar um contexto é esse trabalho está inserido dentro de um projeto conhecido como Intercity da esse projeto ele é um projeto de pesquisa que envolve várias universidades aqui do Brasil e que é focado em soluções ali fazem investigações relacionadas a internet do Futuro tá dentro desse contexto um dos principais cenários de análise do projeto é a questão das cidades inteligentes e como a a internet impacta né o possibilita a gente ter dado sair de cidades inteligentes tá então são vários tópicos abordados
por pelos pesquisadores que fazem parte do projeto e vai desde mobilidade urbana a saúde e outras questões mais relacionadas com as idades até questões mais técnicas relacionadas com internet como 5g por exemplo computação em nuvem e névoa entre outros diversos assuntos Ah tá é nesse projeto também Existem várias parcerias aí tanto dos institutos de pesquisa né dessas universidades com empresas públicas e empresas privadas ONGs que fazem parte aí do contexto onde a pesquisa é realizada tá com Patrocínio aí financiamento da Fapesp e do CNPQ Ah tá então é sobre esse trabalho especificamente né a motivação
é entender um pouco melhor né a mobilidade urbana no contexto aqui de São Paulo tá a gente sabe que o impacto não é do trânsito na mobilidade urbana acaba trazendo vários fatores prejudiciais aí para o cidadão some é que passam muito tempo no deslocamento seja para cá de casa para o trabalho seja do lado de casa para a escola fazer compras e isso gera impactos tanto econômicos é perdas econômicas quanto na própria qualidade de vida dos cidadãos então a números aí que mostram que na região metropolitana de São Paulo por exemplo congestionamento eles impactam e
oitenta e nove porcento das viagens que são a trabalho tá Além disso perdas aí por ano de na casa dos 7 bilhões de reais Ah tá é E aí existe uma pesquisa que é realizada pelo metrô a cada dez anos conhecida como origem-destino tá então a ideia foi utilizar os dados dessa pesquisa origem-destino para tentar entender um pouco melhor a mobilidade dentro da região metropolitana de São Paulo ou vou falar algumas vezes também como Grande São Paulo tá esses dados eles são abertos estão disponíveis para qualquer pessoa acessar e os dados aí de 2017 a
pesquisa mais recente dá um conta aí de 42 milhões de viagens que acontecem um dia na cidade tá na cidade nos arredores né nas cidades vizinhas da é essa pesquisa e esses dados trazem aí Várias Vários atributos né então a gente tem por exemplo quais são os modais de transporte que são usados né então desde a pé até carro trem metrô é uma pesquisa também se pergunta é quais são os motivos das viagens né porque que as pessoas fazem essas viagens tem as coordenadas é de origem destino de cada entrevistado e tem também os dados
socioeconômicos Então qual o perfil de renda o tipo de moradia né o tamanho da família todas essas questões elas são perguntados na pesquisa origem-destino Ah tá o Bandolim é uma técnica que permite a a gente fazer agrupamento de linhas que estão se cruzando de forma a fazer com que linhas que estão mais próximas sejam compostas em linhas únicas né Bandolim a tradução né de banner e seria agrupamento mesmo nascer em um pacote né então a ideia do Bandolim para quando a gente fala de trajetórias de linhas é fazer com que a visualização seja melhor Vista
né não tem a oclusão de linhas se cruzando né que as linhas mais próximas então sejam agrupadas tá então nessa imagem aqui eu tenho um exemplo né de um processo de agrupamento Bandolim aqui em várias operações tá então aqui do lado esquerdo a gente tem as linhas ao natural e a esse esse essas linhas são agrupadas o que padrões de movimentos de um lado para o outro e diminuindo portanto a oclusão na imagem Ah tá é existe um software chamado cubo significa cuidar Bandolim cuida é arquitetura de dispositivo de computação unificada a arquitetura que usa
o processamento de GPU para fazer processamentos que antes eram são feitos pela CPU Então essa técnica e esse software foi desenvolvido aí pelo por uma equipe de pesquisa aí do professor Alexandro Pelé envolve também o wanderlan e o que o Adriano tá a gente tá utilizando Então esse software dentro do contexto dessa pesquisa para entender a mobilidade urbana de São Paulo tá oco da o cubo na que usou cuidar então ele tem uma vantagem que é permitir o processamento em tempo real das informações ali das visualizações que são geradas Tá além disso eles o ritmo
conhecido como Cadê e Bebê Cadê e B melhor dizendo né que vem aí do da estimação de identidade baseada em núcleo para linhas é para arestas de banco dele tá então esse é o significado da sigla e é um dos algoritmos possíveis que você pode usar para fazer esse agrupamento das minhas tá é e além de tudo a software e permite também você filtrar atributos do seu conjunto de dados e da cores diferentes para as características dos dados ajudando então a melhorar a visualização Ah tá então aqui eu tenho um exemplo do software cubo tá
aqui do lado direito a gente tem vários parâmetros né esse parâmetros permite a gente ajusta ao qual vai ser o nível do agrupamento né Eu tenho um fator de agrupamento a gente pode escolher as cores e as direções também que vão ser usadas dentro da visualização para ser gerada entre outras características tá aqui do lado direito a gente tem uma um exemplo de imagem que pode ser gerada então utilizando o cubo tá então a gente pode determinar se essas esse agrupamento vai ser mais suave ou se ele vai ser um pouco mais bruto né um
pouco menos arredondado a gente pode escolher as cores né e alterando os parâmetros é só que a gente consegue ver como que vai ser o resultado final né o resultado obtido é imperativo aqui então esse para rodar e software aqui ele a máquina né que tá tá fazendo processamento deve ter uma GPU A então por ser um processamento bastante pesado exige um um computador aí com uma capacidade de um pouco maior de processamento Ah tá então dado na pesquisa origem-destino e o cubo né o objetivo que a gente traçou nessa pesquisa então é identificar esses
padrões de mobilidade que acontecem na cidade dado que a gente tem aí as informações de origem destino da pesquisa o de Tá e aí a gente A partir dessa geração a gente tá olhando para padrões em vários cenários tá então por exemplo Como é o deslocamento em horário de pico a gente pode ver por estrato social por idade por gênero então todas essas informações da Aldeia a gente consegue trazer para visualização e mostrar padrões aí diferente tá e a ideia principal né desse trabalho exatamente possibilitar que gestores públicos ali que estão relacionados com mobilidade urbana
posso entender esses padrões e a pá em geral uma política pública que que vai melhorar né a mobilidade urbana na cidade o Uno enfim na região né na cidade no objetivo ali da Analice tá é essa imagem que ela mostra qual é o processo de geração da visualização que a gente fez tá então a gente parte aqui de um Data Set completo da Audi que tem as 42 milhões de viagens tá a gente faz um pré-processamento é para no final ficar com uma quantidade de 685 Mil Viagens Essas são as viagens que são aplicadas ao
algoritmo na do software cubo para fazer a geração tá então a gente faz essa redução tirando aliás viagens que são menos representativas a que tem que representa um número menor de pessoas e com isso a gente consegue reduzir um pouco Data Set e melhorar ou a o processo de geração do banho e sem perder informação relevante E aí seguida a gente usa então o cubo primeiro para determinar Quais são os atributos que vão ser usados e quais são as faixas de valores deles é com isso a gente faz uma filtragem então e faz um fatiamento
desses dados para aplicar de fato no cubo a gente seleciona aqueles parâmetros de configuração do cubo e no final Então a gente tem a visualização gerada que sobre o mapa da região metropolitana de São Paulo Ah tá então nesta imagem que a gente tem a região metropolitana composta aí de 39 municípios na torno aqui da cidade de São Paulo né é a base então dá de onde vão ser colocadas as informações de bandolim a visualização da se a gente não usar o banner em né e quiser traçar as trajetórias ele cada origem-destino O resultado vai
ser essa imagem aqui na Então a gente tem bastante oclusão né as minhas estão uma sobre a outra e a gente não consegue aí nem verificar nenhuma informação aqui né porque as informações estão sobrepostas tá então isso sem aplicar o Bandolim aqui a gente simplesmente traçou todas as linhas retas entre cada origem-destino tá E aí a ideia da aplicação do Banner é exatamente evitar esses oclusão e trazer agrupar essas linhas né que estão ali na mesma direção e tem características próximas E aí a gente vai obter uma visualização desse tipo da imagem aqui tá então
a gente consegue ver onde os padrões são mais presentes e onde tem maior concentração desses padrões tá então particularmente a gente tem aqui na legenda né a gente consegue ver que as áreas mais azuis aqui tem uma menor densidade de agrupamento as áreas mais para o vermelho né que tem um destaque aqui da região central da cidade de São Paulo a gente pode ver que tem uma alta concentração de fluxos passando naquele. Então esse tipo de visualização aqui dá uma ideia de qual é o principal padrão de deslocamento que acontece na grande São Paulo tá
com uma alta concentração na região central da cidade de São Paulo um pouco aqui também na região centro-leste aqui né próximo ainda na cidade de São Paulo Ah tá então me gestores de trânsito podem usar essa informação para verificar né Quais são as regiões ali por exemplo que vão demandar uma maior atenção dos órgãos públicos com base nos dados da Aldeia e além de poder ver a densidade das viagens com o banco nem a gente consegue ver também a direção dessas viagens Então esse essa outra visualização ela tem a legenda aqui com as cores representando
as direções aí Norte sul leste oeste né E como está o deslocamento para cada uma das regiões né Então nesse destaque por exemplo a gente pode ver dois fluxos que estão na mesma direção aqui entre usou na leste de São Paulo e centro uma direção aqui tá indo para o leste nessa esse agrupamento mais azul e o vermelho tá indo mais para Oeste Ah tá Então dependendo da faixa horária esse esse padrão vai mudar também né Em algum momento as pessoas estão se deslocado mais para o centro Em outro momento mais para as regiões mais
afastadas tá além disso a gente pode ver também é os dados de distância então é essa legenda que mostra né as distâncias menores percorridas pelas viagens a linha azul e as maiores em vermelho passando pelo Verde aqui né então a gente também consegue ver que predominantemente a distância percorrida nas viagens é média dentro da escala das viagens só de com uma linha aqui de concentração vermelha entre a zona leste e o centro da cidade de São Paulo que é conhecida realmente como a região de maior deslocamento aí dentro da América do Sul da são mais
de 3 o deslocamento de alhos Oi talin disso a gente pode comparar né Então a partir dos atributos diferenças que existem entre por exemplo estrato social tá Então nesse caso aqui a gente tem o padrão de deslocamento considerando todos os modos de transporte para pessoas da que tem ali uma renda familiar acima de 23 mil reais mensais e um padrão aqui para considerada as classes d e e que tem renda abaixo aí a partir de 708 reais ou menos tá então dá para ver que o padrão de deslocamento é bem diferente tá aqui na classe
A muito mais concentrado nas regiões centrais aqui de São Paulo da cidade e das cidades vizinhas e aqui na nas classes lei e muito mais distribuído aqui vindo principalmente aqui da zona sul norte e leste sentido C Ah tá então é um deslocamento muito mais localizado aqui por exemplo na próxima as linhas aqui de metrô e trem tá com uma menor densidade é outro outra informação que a gente pode ver por exemplo a esse recorte olhando aqui estudantes por estrato social tá então aqui a gente agrupou estudantes ali entre 6 e 18 anos tá cujo
motivo da viagem o destino da viagem a escola a gente fez dois grupos aqui das classes a até ser um e das classes c dois até e tá então cê um é o corte ali onde para quem tá do seu um para cima é dois são aproximadamente 3 mil reais ou mais em renda familiar e dos e 2 para baixo menos o que isso tá então a gente pode visualizar no mapa aqui que o padrão de deslocamento é totalmente diferente né então e as classes aqui com maior renda familiar Elas têm uma possibilidade aqui de
se deslocar pela cidade para ir para escola muito maior então sendo que que nas classes de menor renda isso é muito mais localizado na então no geral os alunos na da que estudam nessas instituições que têm baixa renda tudo muito mais ali na escola do bairro né tem pouca mobilidade por exemplo para ir fazer o curso de inglês ou estudar numa escola é um pouco mais caro porém distante Então é isso fica muito claro aqui quando a gente visualiza essa comparação Ah tá é podemos também separar Por modo de transporte então aqui a gente tem
o deslocamento padrão aqui para carros para especificamente para motoristas né porque esses dados são separados em motoristas e passageiros é que a gente tá olhando o o quem se desloca dirigindo o carro e do outro lado aqui a gente tá olhando o deslocamento de pedestres aqui é muito grande em São Paulo representa quase trinta por cento da região metropolitana de São Paulo e a gente pode ver que no caso dos pedestres ele é muito mais espalhado né ele tem pequenos núcleos pelas próprias características do deslocamento a pena que é bastante limitado em comparação o carro
né com carro a gente pode ver que alma locamento mais longo né Então as densidades aqui nas regiões fazem fluxos de cada região e Sul o Sudoeste para o centro lá então isso a ideia dela desse tipo de análise exatamente ajudar a tomada de decisão pública né de políticas públicas para melhorar a mobilidade tá bom Essas são as referências da aula então os dois artigos aqui o do cubo e o do assunto geral que a gente tratou nessa aula obrigado e até a próxima aula 1 [Música] E aí E aí [Música] E aí [Música]
