MACHINE LEARNING APPLICATION IN THE ANALYSIS OF TRAFFIC OCCURRENCES IN BELO HORIZONTE–MG

Authors

  • Isaac Emanuel Santos MARTINS University Newton Paiva
  • Michelle Hanne Soares ANDRADE University Newton Paiva

DOI:

https://doi.org/10.56509/joins.2021.v1.101

Keywords:

Traffic, Accidents, Machine Learning, Prediction

Abstract

Data from Belo Horizonte city hall in 2019 indicate that the total number of fatalities fell in relation to 2018, which reinforces the scenario of reduction in the last nine years. Data traffic announcements in the city of Belo Horizonte, point to a reduction of 51.61% in the occurrence of accidents with fatalities from 2011-2019. This reduction is possibly related to government actions, such as: awareness campaigns, improvements in ways, increased inspection, etc. This study aims to analyse the traffic accidents in the city of Belo Horizonte in the years 2011-2019, its causes, mortality rate, the pathways signalling conditions, as well as application techniques of Statistics and Machine Learning for generating predictive models of death in cases of traffic accidents.

References

ABREU AMM.; LIMA JMB.; GRIEP RH. Acidentes de trânsito e a frequência dos exames de alcoolemia com vítimas fatais na cidade do Rio de Janeiro. Esc Anna Nery Rev Enfermagem. Rio de Janeiro, v.13, n.1, jan/mar. 2009. Disponível em: http://www.scielo.br/pdf/ean/v13n1/v13n1a07.pdf. Acesso em: 01 out. 2020.

ADMINVOO. Um tutorial completo sobre modelagem baseada em árvores de decisão (códigos R e Python), dez.2016. Disponível em: https://www.vooo.pro/insights/um-tutorial-completo-sobre-a-modelagem-baseada-em-tree-arvore-dozero-em-r-python/. Acesso em: 08 dez. 2020.

ANDRADE, SM.; SOARES, DA.; BRAGA, GP.; MOREIRA JH; BOTELHO, FMN. Comportamentos de risco para acidentes de trânsito: um inquérito entre estudantes de medicina na região sul do Brasil. Rev Assoc Med Bras. Londrina, v. 49, n. 4, p. 439-44, ago. 2003. Disponível em: http://www.scielo.br/pdf/ramb/v49n4/18346.pdf. Acesso em: 01 out. 2020.

APROVA DETRAN. O que é e como evitar um abalroamento? 2020. Disponível em: https://www.aprovadetran.com.br/direcao-defensiva/colisoes-no-transito. Acesso em: 02 out. 2020.

CAMPOS VR.; SALGADO RS.; ROCHA MC. Bafômetro positivo: correlatos do comportamento de beber e dirigir na cidade de Belo Horizonte, Minas Gerais, Brasil em 2012, 2020.

Disponível em: https://www.scielosp.org/article/csp/2013.v29n1/51-61/. Acesso em: 01 out. 2020.

CNT/SEST SENAT. Pesquisa CNT de rodovias 2019. Brasília, p. 236, 2019. Disponível em: https://pesquisarodovias.cnt.org.br/downloads/ultimaversao/gerencial.pdf. Acesso em: julho 2020.

DAMACENA et al. Consumo Abusivo de Álcool e Envolvimento em Acidentes de Trânsito na População Brasileira em 2013, 2020. Disponível em: https://www.scielosp.org/article/csc/2016.v21n12/3777-3786/pt/#. Acesso em: 30 set. 2020.

DANTAS D.; DONADIA EA. Comparação entre as técnicas de regressão logística, árvore de decisão, bagging e random forest aplicadas a um estudo de concessão de crédito, 2013. Disponível em: <http://www.coordest.ufpr.br/wp-content/uploads/2018/12/TCC_DanielEricson.pdf. Acesso em: 03 dez. 2020.

DEGANI GL. Análise de sentimentos dos clubes paranaenses de futebol na rede social Twitter, 2019. Disponível em: https://acervodigital.ufpr.br/bitstream/handle/1884/64986/GABRIEL%20LUIS%20DEGANI.pdf?sequence=1&isAllowed=y. Acesso em: 06 dez. 2020.

MELGAREJO JL. Validação Cruzada (Cross Validation) - Avaliando seu modelo de forma clara e concisa, 2020. Disponível em: https://medium.com/@joorge.lm/valida%C3%A7%C3%A3o-cruzada-cross-validation-avaliando-seumodelo-de-forma-clara-e-concisa-10d27fa4efb8. Acesso em: 05 dez. 2020.

MONTENEGRO, Bruna; MARTINS, Isaac. Estudo sobre acidentes de trânsito no município de Belo Horizonte - MG, 2020. Disponível em: http://ormuztech.com.br/blog/?p=677. Acesso em 07 dez. 2020.

PEREIRA, I. G.; NEVES, F. S. Comportamentos de Risco: Uma Revisão Bibliográfica Sobre as Causas de Acidentes de Trânsito nos Últimos 10 Anos, 2020. Disponível em: http://ojs.unirg.edu.br/index.php/1/article/view/429/176. Acesso em: 29 set. 2020.

RODRIGUES V. Entenda o que é AUC e ROC nos modelos de Machine Learning, 2018. Disponível em: https://medium.com/bio-data-blog/entenda-o-que-%C3%A9-auc-e-roc-nos-modelos-de-machine-learning-8191fb4df772. Acesso em: 06 dez. 2020.

SANTOS RMM. Técnicas de Aprendizado de Máquina Utilizadas na Previsão de Desempenho Acadêmico, 2016. Disponível em: http://acervo.ufvjm.edu.br/jspui/bitstream/1/1327/1/rodrigo_magalhaes_mota_santos.pdf.

Acesso em: 03 dez. 2020.

SECRETARIA DE ESTADO DE SAÚDE DE MINAS GERAIS. Vida no trânsito em 2020. Disponível em: https://www.saude.mg.gov.br/vidanotransito. Acesso em: 29 set. 2020.

SOUSA, R. S; ARAUJO, D. R. B; AZEVEDO, V. M; Um Sistema para Predição de Risco de Acidentes em Rodovias de Pernambuco, 2019. Disponível em: http://revistas.poli.br/index.php/repa/article/view/1328/608. Acesso em: 05 out. 2020.

Downloads

Published

2021-12-01

How to Cite

MARTINS, I. E. S.; ANDRADE, M. H. S. MACHINE LEARNING APPLICATION IN THE ANALYSIS OF TRAFFIC OCCURRENCES IN BELO HORIZONTE–MG. Journal of Innovation and Science: research and application, [S. l.], v. 1, n. 1, p. 8 p., 2021. DOI: 10.56509/joins.2021.v1.101. Disponível em: https://joins.emnuvens.com.br/joins/article/view/101. Acesso em: 25 sep. 2025.

Issue

Vol. 1 No. 1 (2021): O Journal of Innovation and Science: research and application - JOINS

Section

ARTICLES

License

Copyright (c) 2021 Journal of Innovation and Science: research and application

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

The articles published by the journal are free to use, intended for educational and non-commercial applications.
All copyrights are ceded to the journal. The articles represent the views of the authors and not the position of JOINS magazine.