Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Chuerubim, Maria Ligia | - |
Autor(es): dc.creator | Valejo, Alan | - |
Autor(es): dc.creator | Bezerra, Barbara Stolte [UNESP] | - |
Autor(es): dc.creator | Silva, Irineu da | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:13:18Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:13:18Z | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2019-09-01 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/197491 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/197491 | - |
Descrição: dc.description | The objective of this study is to discuss the main constraints in classifying the severity of road accidents using Artificial Neural Networks (ANN). To achieve this, ANN modelling with Multiple Layers Perceptron (MPL) was used. This method is recommended for treating non-linear problems, whose distributions are not normal, which is the case for road accidents. Variables associated with the characteristics of accidents, road infrastructure and environmental conditions were used, with the objective of identifying the influence of these factors in the accident severity. The results indicated that ANN modelling with MPL presents a potential association among the parameters related to road accidents. However, the results are limited, since the classification process provides a low rate of accuracy for accidents with victims. Such accidents correspond to less frequent observations in the database, meaning that the data is less represented, and the database becomes unbalanced. Thus, for further research studies, the use of ANN with MPL associated with data balancing methods is suggested, in order to obtain the best data fit to the model and more consistent and realistic results. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Univ Fed Uberlandia, Fac Civil Engn, Uberlandia, MG, Brazil | - |
Descrição: dc.description | Univ Sao Paulo, Inst Math & Comp Sci, Sao Paulo, Brazil | - |
Descrição: dc.description | UNESP Sao Paulo State Univ, Fac Civil Engn, Sao Paulo, Brazil | - |
Descrição: dc.description | Univ Sao Paulo, Sch Engn Sao Carlos, Dept Transport Engn, Sao Paulo, Brazil | - |
Descrição: dc.description | UNESP Sao Paulo State Univ, Fac Civil Engn, Sao Paulo, Brazil | - |
Descrição: dc.description | CNPq: 304683/2015-9 | - |
Formato: dc.format | 927-940 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Yildiz Technical Univ | - |
Relação: dc.relation | Sigma Journal Of Engineering And Natural Sciences-sigma Muhendislik Ve Fen Bilimleri Dergisi | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Unbalanced data | - |
Palavras-chave: dc.subject | road accidents | - |
Palavras-chave: dc.subject | severity | - |
Palavras-chave: dc.subject | classification | - |
Palavras-chave: dc.subject | artificial neural networks | - |
Título: dc.title | ARTIFICIAL NEURAL NETWORKS RESTRICTION FOR ROAD ACCIDENTS SEVERITY CLASSIFICATION IN UNBALANCED DATABASE | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: