Modelo de estima??o de multid?es pra cen?rios de emerg?ncia

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Testa, Estev?o Smania
Orientador(a): Musse, Soraia Raupp
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Pontif?cia Universidade Cat?lica do Rio Grande do Sul
Programa de Pós-Graduação: Programa de P?s-Gradua??o em Ci?ncia da Computa??o
Departamento: Escola Polit?cnica
País: Brasil
Palavras-chave em Português:
Evacua??o de Multid?es
Simula??o de Humanos Virtuais
Aprendizado de M?quina
Seguran?a
Multid?es
Palavras-chave em Inglês:
Crowd Egress
Virtual Human Simulation
Machine Learning
Safety
Crowds
Área do conhecimento CNPq:
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/8285
Resumo: Planos de evacua??o t?m sido historicamente usados como uma medida de seguran?a para a constru??o de edif?cios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cen?rios. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, v?rias simula??es s?o frequentemente necess?rias para gerar um plano de evacua??o otimizado. Neste documento ? apresentado uma nova abordagem para estimar os dados resultantes de um dado cen?rio de evacua??o sem simula-lo de fato. Para tal o ambiente ? dividido o ambiente em salas modulares com configura??es diferentes, em um estilo divis?o e conquista. Em seguida, uma rede neural artificial ? treinada para estimar os dados desejados de uma sala sozinha. Ap?s coletar os dados estimados de cada sala, uma heur?stica capaz de agregar informa??es por sala ? desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse m?todo apresenta erros dentro da margem de 30% quando comparado o tempo de evacua??o em um ambiente real e complexo. Al?m disso, n?o ? necess?rio modelar o ambiente 3D, aprender como configurar um simulador de multid?es e o tempo computacional para estimar ? instant?neo quando comparado ao melhor caso de um simulador de multid?es.
id P_RS_08ea1625b943baced5eba393889a721c
oai_identifier_str oai:tede2.pucrs.br:tede/8285
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Musse, Soraia RauppTesta, Estev?o Smania2018-09-14T19:26:34Z2018-03-15http://tede2.pucrs.br/tede2/handle/tede/8285Planos de evacua??o t?m sido historicamente usados como uma medida de seguran?a para a constru??o de edif?cios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cen?rios. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, v?rias simula??es s?o frequentemente necess?rias para gerar um plano de evacua??o otimizado. Neste documento ? apresentado uma nova abordagem para estimar os dados resultantes de um dado cen?rio de evacua??o sem simula-lo de fato. Para tal o ambiente ? dividido o ambiente em salas modulares com configura??es diferentes, em um estilo divis?o e conquista. Em seguida, uma rede neural artificial ? treinada para estimar os dados desejados de uma sala sozinha. Ap?s coletar os dados estimados de cada sala, uma heur?stica capaz de agregar informa??es por sala ? desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse m?todo apresenta erros dentro da margem de 30% quando comparado o tempo de evacua??o em um ambiente real e complexo. Al?m disso, n?o ? necess?rio modelar o ambiente 3D, aprender como configurar um simulador de multid?es e o tempo computacional para estimar ? instant?neo quando comparado ao melhor caso de um simulador de multid?es.Evacuation plans have been historically used as a safety measure for the construction of buildings. The existing simulators require fully-modeled 3D environments and enough time to prepare and simulate scenarios. Since the amount of people in a given simulated scenario can change over time, several simulations are often required in order to generate an optimal evacuation plan. With that in mind, we present in this paper a novel approach to estimate the resulting data of a given evacuation scenario without actually simulating it. For such, we divide the environment into modular rooms with different configurations, in a divide-and-conquer fashion. Next, we train an artificial neural network to estimate all required data regarding the evacuation of a single room. After collecting the estimated data from each room, we developed a heuristic capable of aggregating per room information so the full environment can be properly evaluated. Our method presents errors within the 30% margin when compared to evacuation time in a real and complex environment. In addition, it is not necessary to model the 3D environment, learn how to use and configure a crowd simulator, and the computational time to estimate is instantaneous when compared to a best case real-time crowd simulator.Submitted by PPG Ci?ncia da Computa??o (ppgcc@pucrs.br) on 2018-09-13T13:02:14Z No. of bitstreams: 1 ESTEVAO SMANIA TESTA_DIS.pdf: 3237172 bytes, checksum: d5aadd66e71bcae6b9ef00c5c31e0e5a (MD5)Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-09-14T19:04:09Z (GMT) No. of bitstreams: 1 ESTEVAO SMANIA TESTA_DIS.pdf: 3237172 bytes, checksum: d5aadd66e71bcae6b9ef00c5c31e0e5a (MD5)Made available in DSpace on 2018-09-14T19:26:34Z (GMT). No. of bitstreams: 1 ESTEVAO SMANIA TESTA_DIS.pdf: 3237172 bytes, checksum: d5aadd66e71bcae6b9ef00c5c31e0e5a (MD5) Previous issue date: 2018-03-15application/pdfhttp://tede2.pucrs.br:80/tede2/retrieve/173202/ESTEVAO%20SMANIA%20TESTA_DIS.pdf.jpgengPontif?cia Universidade Cat?lica do Rio Grande do SulPrograma de P?s-Gradua??o em Ci?ncia da Computa??oPUCRSBrasilEscola Polit?cnicaCrowd EgressVirtual Human SimulationMachine LearningSafetyCrowdsEvacua??o de Multid?esSimula??o de Humanos VirtuaisAprendizado de M?quinaSeguran?aMultid?esCIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAOModelo de estima??o de multid?es pra cen?rios de emerg?nciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTrabalho n?o apresenta restri??o para publica??o1974996533081274470500500-862078257083325301info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RSTHUMBNAILESTEVAO SMANIA TESTA_DIS.pdf.jpgESTEVAO SMANIA TESTA_DIS.pdf.jpgimage/jpeg5580http://tede2.pucrs.br/tede2/bitstream/tede/8285/4/ESTEVAO+SMANIA+TESTA_DIS.pdf.jpge765503b01677ddbfdf5c73b8b96cbfbMD54TEXTESTEVAO SMANIA TESTA_DIS.pdf.txtESTEVAO SMANIA TESTA_DIS.pdf.txttext/plain90405http://tede2.pucrs.br/tede2/bitstream/tede/8285/3/ESTEVAO+SMANIA+TESTA_DIS.pdf.txt8133d90048336291f4cb31220aedb8acMD53ORIGINALESTEVAO SMANIA TESTA_DIS.pdfESTEVAO SMANIA TESTA_DIS.pdfapplication/pdf3237172http://tede2.pucrs.br/tede2/bitstream/tede/8285/2/ESTEVAO+SMANIA+TESTA_DIS.pdfd5aadd66e71bcae6b9ef00c5c31e0e5aMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8610http://tede2.pucrs.br/tede2/bitstream/tede/8285/1/license.txt5a9d6006225b368ef605ba16b4f6d1beMD51tede/82852018-09-14 20:01:14.986oai:tede2.pucrs.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2018-09-14T23:01:14Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.por.fl_str_mv Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
title Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
spellingShingle Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
Testa, Estev?o Smania
Crowd Egress
Virtual Human Simulation
Machine Learning
Safety
Crowds
Evacua??o de Multid?es
Simula??o de Humanos Virtuais
Aprendizado de M?quina
Seguran?a
Multid?es
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
title_short Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
title_full Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
title_fullStr Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
title_full_unstemmed Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
title_sort Modelo de estima??o de multid?es pra cen?rios de emerg?ncia
author Testa, Estev?o Smania
author_facet Testa, Estev?o Smania
author_role author
dc.contributor.advisor1.fl_str_mv Musse, Soraia Raupp
dc.contributor.author.fl_str_mv Testa, Estev?o Smania
contributor_str_mv Musse, Soraia Raupp
dc.subject.eng.fl_str_mv Crowd Egress
Virtual Human Simulation
Machine Learning
Safety
Crowds
topic Crowd Egress
Virtual Human Simulation
Machine Learning
Safety
Crowds
Evacua??o de Multid?es
Simula??o de Humanos Virtuais
Aprendizado de M?quina
Seguran?a
Multid?es
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
dc.subject.por.fl_str_mv Evacua??o de Multid?es
Simula??o de Humanos Virtuais
Aprendizado de M?quina
Seguran?a
Multid?es
dc.subject.cnpq.fl_str_mv CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
description Planos de evacua??o t?m sido historicamente usados como uma medida de seguran?a para a constru??o de edif?cios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cen?rios. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, v?rias simula??es s?o frequentemente necess?rias para gerar um plano de evacua??o otimizado. Neste documento ? apresentado uma nova abordagem para estimar os dados resultantes de um dado cen?rio de evacua??o sem simula-lo de fato. Para tal o ambiente ? dividido o ambiente em salas modulares com configura??es diferentes, em um estilo divis?o e conquista. Em seguida, uma rede neural artificial ? treinada para estimar os dados desejados de uma sala sozinha. Ap?s coletar os dados estimados de cada sala, uma heur?stica capaz de agregar informa??es por sala ? desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse m?todo apresenta erros dentro da margem de 30% quando comparado o tempo de evacua??o em um ambiente real e complexo. Al?m disso, n?o ? necess?rio modelar o ambiente 3D, aprender como configurar um simulador de multid?es e o tempo computacional para estimar ? instant?neo quando comparado ao melhor caso de um simulador de multid?es.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-09-14T19:26:34Z
dc.date.issued.fl_str_mv 2018-03-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://tede2.pucrs.br/tede2/handle/tede/8285
url http://tede2.pucrs.br/tede2/handle/tede/8285
dc.language.iso.fl_str_mv eng
language eng
dc.relation.program.fl_str_mv 1974996533081274470
dc.relation.confidence.fl_str_mv 500
500
dc.relation.cnpq.fl_str_mv -862078257083325301
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontif?cia Universidade Cat?lica do Rio Grande do Sul
dc.publisher.program.fl_str_mv Programa de P?s-Gradua??o em Ci?ncia da Computa??o
dc.publisher.initials.fl_str_mv PUCRS
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Polit?cnica
publisher.none.fl_str_mv Pontif?cia Universidade Cat?lica do Rio Grande do Sul
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
bitstream.url.fl_str_mv http://tede2.pucrs.br/tede2/bitstream/tede/8285/4/ESTEVAO+SMANIA+TESTA_DIS.pdf.jpg
http://tede2.pucrs.br/tede2/bitstream/tede/8285/3/ESTEVAO+SMANIA+TESTA_DIS.pdf.txt
http://tede2.pucrs.br/tede2/bitstream/tede/8285/2/ESTEVAO+SMANIA+TESTA_DIS.pdf
http://tede2.pucrs.br/tede2/bitstream/tede/8285/1/license.txt
bitstream.checksum.fl_str_mv e765503b01677ddbfdf5c73b8b96cbfb
8133d90048336291f4cb31220aedb8ac
d5aadd66e71bcae6b9ef00c5c31e0e5a
5a9d6006225b368ef605ba16b4f6d1be
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1796793235530579968

Registros relacionados