FenixEdu™

Dissertação

Predição do risco de acidente rodoviário através de métodos de mineração de dados EVALUATED

Detalhes: Neste trabalho é proposta uma ferramenta de auxílio ao policiamento guiado por informações, através de um sistema de predição do risco de acidentes de viação. O sistema aplica as várias etapas do processo de descoberta de conhecimento em bases de dados na base de dados da Guarda Nacional Republicana (GNR), onde se encontram várias participações de acidentes. Para além das participações de acidentes a GNR forneceu também dados relativos a contraordenações que contêm tanto a quantidade de fiscalizações realizadas, como o número de condutores com excesso de álcool, excesso de velocidade, entre outras contraordenações. Para complementar os dados fornecidos pela GNR, foram exploradas outras bases de dados disponíveis publicamente, como por exemplo dados meteorológicos e os calendários anuais com informação relativa a feriados e festividades. Existem vários estudos na literatura com objetivos semelhantes. Todos eles abordam o problema como um problema de classificação supervisionada. Alguns dos estudos utilizam métodos clássicos, outros estudos utilizam métodos de aprendizagem profunda através de diferentes redes neurais profundas com arquiteturas distintas. Neste trabalho, foram testados métodos de regressão supervisionada, entre eles o KNN, a árvore de decisão, a regressão linear, regressão de lasso, regressão de ridge e a rede neural tradicional. Após dividir-se os dados pelos diferentes tipos de localização, obteve-se um modelo com uma exatidão de 89% para as autoestradas, através do algoritmo de rede neural.
Keywords: acidentes viação, classificação supervisionada, rede neural

Discussão: novembro 29, 2022, 15:30