Uso de técnicas de aprendizado de máquina na modelagem da segurança viária: mapeamento sistemático

dc.creatorSilva, Philippe Barbosa
dc.creatorAndrade, Michelle
dc.creatorFerreira, Sara
dc.date2020-12-14
dc.date.accessioned2023-08-31T21:56:12Z
dc.date.available2023-08-31T21:56:12Z
dc.identifierhttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/11179
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8563236
dc.descriptionThe road safety modeling is an important alternative in the optimization of resources and efforts to promote safe mobility. This paper presents the mapping study of papers about the development of accident prediction models, especially on highways, using machine learning (ML) techniques. For this purpose, a revision management protocol was applied, using the Portal of Periodicals Capes and Google Scholar as databases. Initially some bibliometric aspects were presented, followed by a qualitative analysis. As a result, the main methodological approaches and their characteristics, model performance and explanatory variables were identified. In this way, the mapping was important to draw the panorama of the area of research, to point out limitations and opportunities of investigation and also, to highlight the potential of the use of ML for analysis of crash accidents.en-US
dc.descriptionA modelagem da segurança viária se coloca como importante alternativa na otimização de recursos e esforços para promoção de mobilidade segura. Este trabalho apresenta o mapeamento sistemático de artigos que tratam do desenvolvimento de modelos de previsão de acidentes, especialmente em rodovias, com uso de técnicas de aprendizado de máquina (AM). Para tanto, foi aplicado um protocolo de condução da revisão, utilizando como bases de dados o Portal de Periódicos Capes e Google Acadêmico. Inicialmente alguns aspectos bibliométricos foram apresentados, seguido de uma análise qualitativa. Como resultados fez-se a identificação das principais abordagens metodológicas e suas características, desempenho dos modelos e variáveis explicativas. Desta forma, o mapeamento foi importante para traçar o panorama da área de pesquisa, apontar limitações e oportunidades de investigação e ainda, evidenciar o potencial de utilização de AM para análise de acidentes de trânsito.pt-BR
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Mato Grossopt-BR
dc.relationhttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/11179/7789
dc.rightsCopyright (c) 2020 Philippe Barbosa Silva, Sra. Michelle Andrade, Sra. Sara Ferreirapt-BR
dc.rightshttp://creativecommons.org/licenses/by/4.0pt-BR
dc.sourceE&S Engineering and Science; v. 9 n. 3 (2020): E&S Engineering and Science | Outubro - Dezembro (2020); 20-35pt-BR
dc.sourceE&S Engineering and Science; Vol. 9 No. 3 (2020): Engineering and Science | October - December (2020) ; 20-35en-US
dc.sourceE&S Engineering and Science; Vol. 9 Núm. 3 (2020): E&S Engineering and Science | Octubre - Diciembre (2020) ; 20-35es-ES
dc.source2358-5390
dc.source10.18607/ES202093
dc.titleUse of machine learning techniques in road safety modeling: mapping studyen-US
dc.titleUso de técnicas de aprendizado de máquina na modelagem da segurança viária: mapeamento sistemáticopt-BR
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typePeer-reviewed articlesen-US
dc.typeArtículos revisados ​​por pareses-ES
dc.typeArtigos avaliados por parespt-BR


Este ítem pertenece a la siguiente institución