Encontro Técnico AESabesp

Tema: Controle de perdas em sistemas de água Edição: 2024 Código: 35ETC-06597

Detecção de fraudes empregando data science trajectory (dst), extreme gradient boosting (xgboost) e shapley aditive explanations (SHAP): uma nova proposta.

Gustavo de Souza Groppo – COPASA MG

Resumo

As perdas advindas do consumo não autorizado de água são um problema importante para o setor de saneamento, visto que parte da água que é produzida pela concessionária não é faturada. É um tema de alta relevância frente aos cenários de escassez hídrica e de altos custos de energia elétrica, impactando na saúde financeira dos prestadores, uma vez que podem representar desperdício de recursos naturais, operacionais e financeiros. Propõe-se uma metodologia de caracterização espacial das fraudes que leva em consideração a logística comercial de leitura dos hidrômetros. Para tal emprega-se a trajetória da ciência de dados, juntamente com o algoritmo XGBoost e o método SHAP.

Palavras-chave

Perdas Meio ambiente Sustentabilidade

Como citar

GROPPO, Gustavo de Souza. Detecção de fraudes empregando data science trajectory (dst), extreme gradient boosting (xgboost) e shapley aditive explanations (SHAP): uma nova proposta.. In: ENCONTRO TÉCNICO AESABESP, 2024, [S. l.]. Anais [...]. [S. l.]: AESabesp, 2024. Disponível em: https://anais-novo.sigotech.online/encontrotecnico/deteccao-de-fraudes-empregando-data-science-trajectory-dst-extreme-gradient-boosting-xgboost-e-shapley-aditive-explanations-shap-uma-nova-proposta. Acesso em: 11 nov. 2026.

Exportar para Mendeley, Zotero e similares: RIS · BibTeX

Fale com o autor

Sua mensagem será encaminhada a Gustavo de Souza Groppo. O e-mail do autor não é exibido.

Outros trabalhos de Gustavo de Souza Groppo

Fazendo Data Science no sanemanento: um estudo de caso. Edição: 2024 Predição de vazamentos em redes e ramais empregando Cross-Industry Standart Process for Data Mining (CRISP-DM) e Machine Learning Edição: 2024

Trabalhos relacionados

Avaliação do impacto de variáveis hidrometeorológicas na predição de dosagem de coagulante em estações de tratamento de água Edição: 2026 Juliana Neves, Rodrigo Campos de Andrade, Natan Padoin, Cíntia Soares Treinamento e comparação de modelos de previsão para estimativa da demanda de serviços de desobstrução de redes de esgoto na região do Plano Piloto, Distrito Federal Edição: 2026 Carolina Timo Pinheiro de Almeida, Marco Lucio do Nascimento Otimização topológica de redes de esgoto e minimização de capex com uso de machine learning e SIG Edição: 2026 Eduardo Magalhães Vieira Prevenção perdas com inadimplência: uma proposta prática para o uso de inteligência artificial na otimização de recursos públicos Edição: 2024 Hector Honorio Santos Tomelin, Chritiano Piccinin, Alexandre Leopoldo Gonçalves, Ricardo Alexandre de Mello Oliveira, Sidney Marques de Oliveira Jr Visualizar mais (111 trabalhos no tema)