Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34736| Título: | Comparação de modelos de predição de categorias de acidentes nas rodovias federais |
| Título(s) alternativo(s): | Comparison of accident categories prediction models on federal roads |
| Autor(es): | Oliveira, Luis Eduardo |
| Orientador(es): | Borges, André Pinz |
| Palavras-chave: | Aprendizado do computador Acidentes de trânsito Rodovias - Medidas de segurança Algoritmos Machine learning Traffic accidents Roads - Safety measures Algorithms |
| Data do documento: | 9-Nov-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Ponta Grossa |
| Citação: | OLIVEIRA, Luis Eduardo. Comparação de modelos de predição de categorias de acidentes nas rodovias federais. 2023. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2023. |
| Resumo: | Acidentes em rodovias federais brasileiras são comuns e frequentes, principalmente em determinadas épocas do ano e mais especificamente em determinadas rodovias. Este trabalho apresenta a aplicação de técnicas de Aprendizagem de Máquina em bases de dados públicas da Polícia Rodoviária Federal. O objetivo aqui é prever futuros acidentes com base em modelos gerados à partir do Aprendizado de Máquina. A base de dados original foi então enriquecida com dados de pedágios, radares e feriados nacionais. Realizou-se 32 testes com diferentes combinações de algoritmos e parâmetros. Apesar de promissores, os resultados mostram que a previsão de acidentes é uma tarefa complexa e demanda mais dados para atingir taxas de precisão maiores. |
| Abstract: | Accidents on Brazilian federal highways are common and frequent, especially at certain times of the year and more specifically on certain highways. This work presents the application of Machine Learning techniques in public databases of the Federal Highway Police. The objective here is to predict future accidents based on models generated from Machine Learning. The original database was then enriched with data on tolls, speed cameras and national holidays. 32 tests were carried out with different combinations of algorithms and parameters. Although promising, the results show that accident prediction is a complex task and requires more data to achieve higher accuracy rates. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/34736 |
| Aparece nas coleções: | PG - Tecnologia em Análise e Desenvolvimento de Sistemas |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| predicaocategoriasacidentesrodoviasfederais.pdf | 66,99 kB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
