Modelo de estimação de multidões pra cenários de emergência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da PUC_RS |
Texto Completo: | http://tede2.pucrs.br/tede2/handle/tede/8285 |
Resumo: | Planos de evacuação têm sido historicamente usados como uma medida de segurança para a construção de edifícios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cenários. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, várias simulações são frequentemente necessárias para gerar um plano de evacuação otimizado. Neste documento é apresentado uma nova abordagem para estimar os dados resultantes de um dado cenário de evacuação sem simula-lo de fato. Para tal o ambiente é dividido o ambiente em salas modulares com configurações diferentes, em um estilo divisão e conquista. Em seguida, uma rede neural artificial é treinada para estimar os dados desejados de uma sala sozinha. Após coletar os dados estimados de cada sala, uma heurística capaz de agregar informações por sala é desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse método apresenta erros dentro da margem de 30% quando comparado o tempo de evacuação em um ambiente real e complexo. Além disso, não é necessário modelar o ambiente 3D, aprender como configurar um simulador de multidões e o tempo computacional para estimar é instantâneo quando comparado ao melhor caso de um simulador de multidões. |
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, Estevão Smania2018-09-14T19:26:34Z2018-03-15http://tede2.pucrs.br/tede2/handle/tede/8285Planos de evacuação têm sido historicamente usados como uma medida de segurança para a construção de edifícios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cenários. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, várias simulações são frequentemente necessárias para gerar um plano de evacuação otimizado. Neste documento é apresentado uma nova abordagem para estimar os dados resultantes de um dado cenário de evacuação sem simula-lo de fato. Para tal o ambiente é dividido o ambiente em salas modulares com configurações diferentes, em um estilo divisão e conquista. Em seguida, uma rede neural artificial é treinada para estimar os dados desejados de uma sala sozinha. Após coletar os dados estimados de cada sala, uma heurística capaz de agregar informações por sala é desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse método apresenta erros dentro da margem de 30% quando comparado o tempo de evacuação em um ambiente real e complexo. Além disso, não é necessário modelar o ambiente 3D, aprender como configurar um simulador de multidões e o tempo computacional para estimar é instantâneo quando comparado ao melhor caso de um simulador de multidões.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 Ciência da Computação (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.jpgengPontifícia Universidade Católica do Rio Grande do SulPrograma de Pós-Graduação em Ciência da ComputaçãoPUCRSBrasilEscola PolitécnicaCrowd EgressVirtual Human SimulationMachine LearningSafetyCrowdsEvacuação de MultidõesSimulação de Humanos VirtuaisAprendizado de MáquinaSegurançaMultidõesCIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAOModelo de estimação de multidões pra cenários de emergênciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTrabalho não apresenta restrição para publicação1974996533081274470500500-862078257083325301info: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 estimação de multidões pra cenários de emergência |
title |
Modelo de estimação de multidões pra cenários de emergência |
spellingShingle |
Modelo de estimação de multidões pra cenários de emergência Testa, Estevão Smania Crowd Egress Virtual Human Simulation Machine Learning Safety Crowds Evacuação de Multidões Simulação de Humanos Virtuais Aprendizado de Máquina Segurança Multidões CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO |
title_short |
Modelo de estimação de multidões pra cenários de emergência |
title_full |
Modelo de estimação de multidões pra cenários de emergência |
title_fullStr |
Modelo de estimação de multidões pra cenários de emergência |
title_full_unstemmed |
Modelo de estimação de multidões pra cenários de emergência |
title_sort |
Modelo de estimação de multidões pra cenários de emergência |
author |
Testa, Estevão Smania |
author_facet |
Testa, Estevão Smania |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Musse, Soraia Raupp |
dc.contributor.author.fl_str_mv |
Testa, Estevão 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 Evacuação de Multidões Simulação de Humanos Virtuais Aprendizado de Máquina Segurança Multidões CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO |
dc.subject.por.fl_str_mv |
Evacuação de Multidões Simulação de Humanos Virtuais Aprendizado de Máquina Segurança Multidões |
dc.subject.cnpq.fl_str_mv |
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO |
description |
Planos de evacuação têm sido historicamente usados como uma medida de segurança para a construção de edifícios. Os simuladores existentes requerem ambientes 3D totalmente modelados e tempo suficiente para preparar e simular cenários. Uma vez que a quantidade de pessoas pode mudar ao longo do tempo, várias simulações são frequentemente necessárias para gerar um plano de evacuação otimizado. Neste documento é apresentado uma nova abordagem para estimar os dados resultantes de um dado cenário de evacuação sem simula-lo de fato. Para tal o ambiente é dividido o ambiente em salas modulares com configurações diferentes, em um estilo divisão e conquista. Em seguida, uma rede neural artificial é treinada para estimar os dados desejados de uma sala sozinha. Após coletar os dados estimados de cada sala, uma heurística capaz de agregar informações por sala é desenvolvida para que o ambiente completo possa ser devidamente estimado. Esse método apresenta erros dentro da margem de 30% quando comparado o tempo de evacuação em um ambiente real e complexo. Além disso, não é necessário modelar o ambiente 3D, aprender como configurar um simulador de multidões e o tempo computacional para estimar é instantâneo quando comparado ao melhor caso de um simulador de multidões. |
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 |
Pontifícia Universidade Católica do Rio Grande do Sul |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
PUCRS |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica 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_ |
1799765335840129024 |