Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Borges, André Pinz | - |
Autor(es): dc.contributor | Iliuk, Itamar | - |
Autor(es): dc.contributor | Alves, Gleifer Vaz | - |
Autor(es): dc.contributor | Borges, André Pinz | - |
Autor(es): dc.creator | Oliveira, Luis Eduardo | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:58:33Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:58:33Z | - |
Data de envio: dc.date.issued | 2024-09-10 | - |
Data de envio: dc.date.issued | 2024-09-10 | - |
Data de envio: dc.date.issued | 2023-11-08 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34736 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1105226 | - |
Descrição: dc.description | 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. | - |
Descrição: dc.description | 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. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Ponta Grossa | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Tecnologia em Análise e Desenvolvimento de Sistemas | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Acidentes de trânsito | - |
Palavras-chave: dc.subject | Rodovias - Medidas de segurança | - |
Palavras-chave: dc.subject | Algoritmos | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Traffic accidents | - |
Palavras-chave: dc.subject | Roads - Safety measures | - |
Palavras-chave: dc.subject | Algorithms | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | - |
Título: dc.title | Comparação de modelos de predição de categorias de acidentes nas rodovias federais | - |
Título: dc.title | Comparison of accident categories prediction models on federal roads | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: