Possibilidades em inteligência artificial na detecção de padrões e previsão de acidentes em rodovias (2019)
- Authors:
- Autor USP: CHUERUBIM, MARIA LIGIA - EESC
- Unidade: EESC
- Sigla do Departamento: STT
- Subjects: BANCO DE DADOS; ACIDENTES; RODOVIAS; INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL
- Keywords: Predição de acidentes; Métodos de agrupamento; Métodos de classificação
- Language: Português
- Abstract: Nesta tese é apresentada uma investigação de possibilidades em Inteligência Artificial na detecção de padrões e previsão de acidentes em rodovias. Para tanto, é realizada uma avaliação de diferentes técnicas de Aprendizado de Máquina baseadas em abordagens de agrupamento, classificação e predição de links, com base em dados de acidentes georreferenciados e modelados em estruturas de clustering, árvores (CART) e redes (redes neurais artificiais, redes bayesianas e redes complexas). Os resultados revelaram que as abordagens baseadas em redes complexas possibilitaram a detecção de estruturas de agrupamentos mais robustas, quando comparadas as técnicas tradicionais de clustering, uma vez que consideram na estrutura topo lógica dos dados conceitos de vizinhança. O agrupamento dos dados proporciona a redução da heterogeneidade das bases de dados, bem como a obtenção de regras de decisão (CART) com maior probabilidade de ocorrência e taxa geral de acerto. A classificação supervisionada da severidade dos acidentes em redes, utilizando as modelagens de redes neurais artificiais e redes bayesianas, permitiu identificar simultaneamente os fatores contribuintes a ocorrência dos acidentes, sejam estes associados ao motorista, as variáveis de infraestrutura viária ou as condições do ambiente. No entanto, por considerar o peso das variáveis utilizadas no processo de modelagem, a classificação por redes bayesianas tende a ser mais realista, sendo menos sensível ao overfitting. Quanto à predição dos acidentes, foi possível pela predição de links utilizando a abordagem de redes complexas bipartidas, identificar alta correlação entre os acidentes preditos e os acidentes observados para uma determinada época. A abordagem proposta é flexível ao número de variáveis necessárias ao processo de modelagem, o que permite a realização de um diversificado número de estudos.No entanto, quando se considera a modelagem simplificada, formada pelas variáveis recomendadas pelo Highway Safety Manual (HSM), da Association of State Highway Transportation (AASHTO), verifica-se que a predição é mais precisa e acurada, uma vez que esta modelagem considera fundamentalmente variáveis de infraestrutura viária, enquanto que na modelagem geral são consideradas também variáveis ambientais, que são mais variantes no tempo e no espaço. Até o presente momento, o método proposto é o mais adequado para explicar o comportamento e aspectos dinâmicos em ambientes rodoviários. No entanto, a abordagem proposta foi limitada pela quantidade de dados explorados, bem como por anomalias decorrentes a processos de execução de obras no trecho da rodovia em análise. Ademais, pode ser aplicada em problemas de diferentes escalas e para diversos estudos de caso. Portanto, por meio da modelagem de redes bipartidas georreferenciadas é possível não apenas realizar a predição de acidentes em rodovias, como também verificar a variação da acidentalidade viária e os níveis de segurança e desempenho de uma rodovia
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 08.03.2019
-
ABNT
CHUERUBIM, Maria Lígia. Possibilidades em inteligência artificial na detecção de padrões e previsão de acidentes em rodovias. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-30042019-091209/. Acesso em: 11 jun. 2024. -
APA
Chuerubim, M. L. (2019). Possibilidades em inteligência artificial na detecção de padrões e previsão de acidentes em rodovias (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18143/tde-30042019-091209/ -
NLM
Chuerubim ML. Possibilidades em inteligência artificial na detecção de padrões e previsão de acidentes em rodovias [Internet]. 2019 ;[citado 2024 jun. 11 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-30042019-091209/ -
Vancouver
Chuerubim ML. Possibilidades em inteligência artificial na detecção de padrões e previsão de acidentes em rodovias [Internet]. 2019 ;[citado 2024 jun. 11 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-30042019-091209/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
