EXPLORANDO O APRENDIZADO FEDERADO NA PREDIÇÃO DE VEÍCULOS ROUBADOS EM CIDADES INTELIGENTES

Autores

  • Guilherme Silva Pires Veiga UESB
  • Geraldo Pereira Rocha Filho Southwest Bahia State University image/svg+xml

Palavras-chave:

cidades inteligentes, aprendizado federado, privacidade de dados, rastreamento de veiculos

Resumo

Com a evolução das táticas de roubo de veículos, torna-se essencial explorar tecnologias de rastreamento mais robustas. Diante disso, este estudo explora o uso do aprendizado federado (FL) para estimar a localização de veículos roubados. O FL possibilita o treinamento de modelos diretamente em dispositivos locais, tais como sensores e câmeras, sem a necessidade de enviar dados a um servidor. Inserido no contexto de cidades inteligentes, este estudo concilia o desempenho computacional com a confidencialidade das informações, evitando a centralização e o risco de exposição de dados críticos. Os testes com um conjunto de dados reais avaliaram o modelo e comprovaram sua eficácia, demonstrando que as predições seguiram com uma alta precisão a localização do veículo ao longo do tempo.

Agência de fomento: IC PIBIC/CNPq

Downloads

Não há dados estatísticos.

Referências

Kairouz, P., McMahan, H. B., Avent, B., Bellet, A., Bennis, M., Bhagoji, A. N., et al. (2021). Advances and Open Problems in Federated Learning. Foundations and Trends in Machine Learning.

NICB (National Insurance Crime Bureau). Vehicle Theft Statistics 2023.

Interpol (2022). International operation targets trafficking of stolen motor vehicles.

CARFAX for Police (2023). Vehicle Theft Exporting. Avnet Silica. IoT in Stolen Vehicle Recovery: It’s a Steal!.

Li, T., Sahu, A. K., Talwalkar, A., Smith, V. (2022). Federated Learning: Challenges, Methods, and Future Directions. IEEE Signal Processing Magazine.

Downloads

Publicado

2026-02-26

Como Citar

VEIGA, Guilherme Silva Pires; PEREIRA ROCHA FILHO, Geraldo. EXPLORANDO O APRENDIZADO FEDERADO NA PREDIÇÃO DE VEÍCULOS ROUBADOS EM CIDADES INTELIGENTES. Seminário de Iniciação Científica e Tecnológica, [S. l.], v. 4, p. 1–6, 2026. Disponível em: https://anais2.uesb.br/index.php/semicit/article/view/4802. Acesso em: 23 jun. 2026.

Edição

v. 4 (2025): Anais do XXIX Seminário de Iniciação Científica e Tecnológica

Seção

Ciências Exatas e da Terra

Licença

Copyright (c) 2026 Seminário de Iniciação Científica e Tecnológica

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Você é livre para:

Compartilhar - copia e redistribui o material em qualquer meio ou formato; Adapte - remixe, transforme e construa a partir do material para qualquer propósito, mesmo comercialmente. Esta licença é aceitável para Obras Culturais Livres. O licenciante não pode revogar essas liberdades, desde que você siga os termos da licença.

Sob os seguintes termos:

Atribuição - você deve dar o crédito apropriado, fornecer um link para a licença e indicar se alguma alteração foi feita. Você pode fazer isso de qualquer maneira razoável, mas não de uma forma que sugira que você ou seu uso seja aprovado pelo licenciante.

Não há restrições adicionais - Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outros para fazer qualquer uso permitido pela licença.