Identificação de evasão fiscal utilizando dados abertos e inteligência artificial / Identificación de la evasión fiscal mediante datos abiertos e inteligencia artificial / Tax evasion identification using open data and artificial intelligence

Resumo A evasão fiscal é a consequência da prática da sonegação. Apenas no Brasil, estima-se que ela corresponda a 8% do PIB. Com isso, os governos necessitam de sistemas inteligentes para apoiar os auditores fiscais na identificação de sonegadores. Tais sistemas dependem de dados sensíveis dos contribuintes para o reconhecimento dos padrões, que são protegidos por lei. Com isso, o presente trabalho apresenta uma solução inteligente, capaz de identificar os perfis de potenciais sonegadores com o uso apenas de dados abertos, públicos, disponibilizados pela Receita Federal e pelo Conselho Administrativo Tributário do Estado de Goiás, entre outros cadastros públicos. Foram gerados três modelos que utilizaram os recursos Random Forest, Redes Neurais e Grafos. Em validação depois de melhorias finas, foi possível obter acurácia superior a 98% na predição do perfil inadimplente. Por fim, criou-se uma solução de software visual para uso e validação pelos auditores fiscais do estado de Goiás.

Resumen La evasión fiscal es la consecuencia de la práctica de la defraudación tributaria. En Brasil, se estima que corresponde al 8% del PIB. Por lo tanto, los gobiernos necesitan y utilizan sistemas inteligentes para ayudar a los agentes de hacienda a identificar a los defraudadores fiscales. Dichos sistemas se basan en datos confidenciales de los contribuyentes para el reconocimiento de patrones, que están protegidos por ley. Este trabajo presenta una solución inteligente, capaz de identificar perfiles de potenciales defraudadores fiscales, utilizando únicamente datos públicos abiertos, puestos a disposición por la Hacienda Federal y por el Consejo Administrativo Tributario del Estado de Goiás, entre otros registros públicos. Se generaron tres modelos utilizando random forest y neural networks. En la validación después de finas mejoras, fue posible obtener una precisión superior al 98% en la predicción del perfil moroso. Finalmente, se creó una solución de software visual para uso y validación por parte de los auditores fiscales del estado de Goiás.

Abstract Tax evasion is the practice of the non-payment of taxes. In Brazil alone, it is estimated as 8% of GDP. Thus, governments must use intelligent systems to support tax auditors to identify tax evaders. Such systems seek to recognize patterns and rely on sensitive taxpayer data that is protected by law and difficult to access. This research presents a smart solution, capable of identifying the profile of potential tax evaders, using only open and public data, made available by the Brazilian internal revenue service, the administrative council of tax appeals of the State of Goiás, and other public sources. Three models were generated using Random Forest, Neural Networks, and Graphs. The validation after fine improvements offered an accuracy greater than 98% in predicting tax evading companies. Finally, a web-based solution was created to be used and validated by tax auditors of the State of Goiás.

The use of transport and diffusion equations in the three-dimensional reconstruction of computerized tomographic images / O uso de equações de transporte e difusão na reconstrução de imagens de tomografia computadorizada em três dimensões

The visualization of a computerized tomographic (TC) exam in 3D increases the quality of the medical diagnosis and, consequently, the success probability in the treatment. To obtain a high quality image it is necessary to obtain slices which are close to one another. Motivated towards the goal of reaching an improved balance between quantity of slices and visualization quality, this research work presents a digital inpainting technique of 3D interpolation for CT slices used in the visualization of human body structures. The inpainting is carried out via non-linear partial differential equations (PDE). The PDE's have been used, in the image-processing context to fill in the damaged regions in a digital 2D image. Inspired by this idea, this article proposes an interpolation method for the filling in of the empty regions between the CT slices. To do it, considering the high similarity between two consecutive real slice, the first step of the proposed method is to create the virtual slices. The virtual slices contain all similarity between the intercaleted slices and, when there aren't similarities between real slices, the virtual slices will contain indefinite portions. In the second step of the proposed method, the created virtual slices will be used together with the real slices images, in the reconstruction of the structure in three dimensions, mapped onto the exam. The proposed method is capable of reconstructing the curvatures of the patient's internal structures without using slices that are close to one another. The experiments carried out show the proposed method's efficiency.

A visualização do resultado de uma tomografia computadorizada (CT) em 3D aumenta a qualidade do diagnóstico médico e, consequentemente, a probabilidade de sucesso no tratamento. Para obter uma maior qualidade na imagem 3D, é necessário obter fatias próximas umas das outras. Motivados pela meta de obter um apropriado balanceamento entre a quantidade de fatias e a qualidade da visualização, este trabalho apresenta uma técnica de retoque digital por interpolação 3D para fatias de CT usadas na visualização de estruturas do corpo humano. O retoque digital é feito através de equações diferenciais parciais não lineares (EDP). As EDPs têm sido utilizadas no contexto de processamento de imagens para preencher regiões defeituosas de imagens em 2D. Inspirado por esta ideia, este artigo propõe um método de interpolação para preencher as regiões vazias entre as fatias de TC. Para isto, considera-se a grande semelhança entre duas fatias reais consecutivas, onde o primeiro passo do método proposto é a criação de fatias virtuais. As fatias virtuais contêm todas as regiões similares entre as duas fatias intercaladas, sendo que onde não há semelhança entre as fatias reais, as fatias virtuais conterão regiões indefinidas. No segundo passo do método proposto, as fatias virtuais criadas serão utilizadas junto com as fatias reais para a reconstrução da estrutura em três dimensões, mapeadas no exame. O método é capaz de reconstruir as curvaturas das estruturas internas do paciente sem a necessidade de utilizar fatias muito próximas uma das outras. Os experimentos realizados mostram a eficiência do método proposto.