MINERAÇÃO DE DADOS NA CONSTRUÇÃO DE MODELO DE PREDIÇÃO DE ACIDENTES COM VÍTIMAS EM RECIFE

Code: 230212053
3
0
Título

MINERAÇÃO DE DADOS NA CONSTRUÇÃO DE MODELO DE PREDIÇÃO DE ACIDENTES COM VÍTIMAS EM RECIFE

Autores(as):
  • Ricardo Paranhos Pinheiro

    Pinheiro, Ricardo Paranhos

  • Adriano de Melo Costa

    Costa, Adriano de Melo

  • Arthur Guilherme Oliveira de Freitas

    Freitas, Arthur Guilherme Oliveira de

DOI
10.37885/230212053
Publicado em

26/05/2023

Páginas

97-116

Capítulo

7

Resumo

Um dos problemas mais relevantes na cidade do Recife é o seu trânsito. Aqui pretende-se auxiliar na atenuação desta questão, atuando na previsão dos acidentes com vítimas. Foram usadas bases de trânsito disponibilizadas pela autarquia de trânsito e transporte urbano do Recife - CTTU no portal de dados abertos da prefeitura de Recife. Estas bases compreendem os acidentes ocorridos entre junho de 2015 e fevereiro de 2020. Então, estas informações passaram por um processo de mineração de dados. Daí, criou-se um modelo de predição dos acidentes de trânsito com vítima na cidade do Recife nos doze últimos meses avaliados, por meio do uso de técnicas de aprendizagem de máquina. O combate à pandemia de COVID-19 ocasionou restrições de movimentação que mudaram o perfil do trânsito esperado na cidade a partir de março de 2020, causa da exclusão do período neste modelo. Foram propostos quatro modelos de predição e, no de melhor acurácia, a taxa de erro média foi de 13 acidentes/mês.

Palavras-chave

Mineração de Dados, Trânsito, Aprendizagem de Máquina, Predição.

Autor(a) Correspondente
Licença

Este capítulo está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.

Licença Creative Commons

O conteúdo do capítulo e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.