Dissertação
Analysis of pedestrian injury severity using Data Mining techniques EVALUATED
Os acidentes rodoviários são uma problemática sensível a nível mundial, em particular aqueles que envolvem peões. Portugal é um dos Estados Membros da União Europeia com taxa mais alta de fatalidades de peões por milhão de habitantes. Apesar de todas as estratégias que têm vindo a ser implementadas, esta problemática continua a requerer especial atenção e a necessitar que sejam desenvolvidas medidas específicas de segurança rodoviária. Recorrendo a técnicas de Data Mining, o presente estudo procura encontrar e entender quais os factores determinantes no aumento da severidade das lesões dos peões, para poder minimizá-los. Assim, foram utilizadas redes bayesianas, árvores de decisão e regressão logística ordinal para analisar a base de dados de acidentes rodoviários da Autoridade Nacional de Segurança Rodoviária que ocorreram em Portugal no período de 2011-2012 . Antes do ajustamento dos modelos procedeu-se com a seleção de variáveis de forma a potenciar os resultados obtidos pelos modelos. A escolha do melhor modelo baseou-se em medidas de desempenho, tais como, exatidão, sensibilidade, especificidade, F-score e AUC. Os diversos modelos analisados obtiveram um bom desempenho, no entanto, as redes bayesianas mostraram-se superiores, nomeadamente, na classificação das classes de lesões graves e lesões fatais dos peões. Ao longo da análise foram encontradas causas para a severidade das lesões dos peões comuns aos diferentes modelos. Entre elas, acidentes que ocorrem em zonas rurais, na região de Lisboa, veículos pesados e autoestradas, itinerários principais ou complementares. Todas elas foram apontadas, pelos modelos como cruciais no aumento da gravidade das lesões dos peões.
junho 29, 2017, 10:0
Publicação
Obra sujeita a Direitos de Autor