Modelos gráficos dinâmicos para tomada de decisão: sistemas de especialistas e segurança alimentar no Brasil
Thaís C. O. Fonseca (IM-UFRJ)

Em sistemas dinâmicos complexos, como a segurança alimentar, é cada vez mais difícil para os tomadores de decisão contabilizar efetivamente todas as variáveis dentro do sistema que podem influenciar na avaliação de políticas candidatas. Cada uma das variáveis tende a ser subsistemas dinâmicos com áreas de conhecimento apoiados por modelos probabilísticos sofisticados. Este trabalho integra dados históricos e conhecimento de especialistas dentro da estrutura de modelos gráficos para permitir a modelagem e previsão da segurança alimentar ao longo do tempo. A ferramenta proposta visa fornecer um mecanismo para destacar os fatores mais relevantes para a melhoria do sistema, permitindo que os formuladores de políticas tomem a decisão ótima na presença de incertezas e restrições de custos. Em particular, o modelo é baseado em Redes Bayesianas Dinâmicas que são computacionalmente eficientes, fornecendo avaliação de risco rápida para várias políticas concorrentes, permitindo relações não lineares, efeitos mediados e interpretações causais da inferência. Uma aplicação para segurança alimentar no Reino Unido é apresentada no nível familiar, combinando dados econômicos, meteorológicos e epidemiológicos e informações de especialistas em um modelo abrangente para desnutrição e desempenho escolar. Finalmente, é apresentada uma extensão do modelo de segurança alimentar no Brasil usando os dados da PNAD e Redes Bayesianas dinâmicas para contagens multivariadas. O processo de Dirichlet é considerado para permitir transições suaves ao longo do tempo das probabilidades condicionais, acomodando dados faltantes e séries temporais com espaçamento irregular.

Palavras-chave: modelos multiagentes Bayesianos, causalidade, suporte à decisão, modelos gráficos.

Trabalho conjunto com Martine J. Barons (Statistics Department e AS&RU, Warwick University), Andy Davis (Coventry & Warwickshire Local Enterprise Partnership), Jim Q. Smith (Statistics Department e AS&RU, Warwick University) e Luiz Eduardo S Gomes (estudante de doutorado, IM , UFRJ)