Smart São Paulo: um estudo da mobilidade urbana sob a ótica de Machine Learning e aspectos espaço-temporais
| dc.contributor.advisor | Lopes, Paulo Batista | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1678715490240349 | por |
| dc.contributor.author | Melonio, Antonio Carlos Correia | |
| dc.creator.Lattes | http://lattes.cnpq.br/0449007362972391 | por |
| dc.date.accessioned | 2021-12-18T21:44:22Z | |
| dc.date.available | 2021-12-18T21:44:22Z | |
| dc.date.issued | 2021-02-08 | |
| dc.description.abstract | As tecnologias da informação e comunicação (TICs) têm transformado diversos aspectos da sociedade, alterando tanto o modo como o conhecimento é transmitido, quanto a maneira em que os desafios enfrentados pela maioria das grandes cidades poderão ser resolvidos, sendo a mobilidade urbana uma dessas questões. Dessa forma, respaldado pelo desenvolvimento tecnológico (IoT voltado ao conceito de cidades inteligentes), este trabalho analisou acidentes de trânsito e os fatores que contribuem na explanação do fenômeno, relacionados à parte da explicabilidade da mobilidade urbana da cidade de São Paulo. Fatores como: meteorológicos, presença de radares, tipo de vítima, região do acidente no automóvel, posição geográfica, entre outros, foram analisados, considerando-se a janela temporal definida pelos meses de fevereiro de 2016, 2017 e 2018. As modelagens dessa dissertação foram estruturadas em três partes: modelos de classificação, modelo de sobrevivência e modelo espacial. Na primeira fase, buscou-se associar esses fatores à ocorrência de acidentes de trânsito, via modelos de classificação, por meio de mineração de dados em diversas bases. Posteriormente, relacionou-se o tempo de permanência do sinistro na via à atuação do profissional de trânsito, através da análise de sobrevivência (duração da via obstruída). Por fim, um estudo espacial foi conduzido, utilizando-se dados de georreferenciamento, e desenvolvendo-se uma ferramenta de visualização de acidentes de trânsito denominada São Paulo SmartViz Trafic para observar gargalos no trânsito do município e mostrar a presença de algumas rotas de ônibus. Os resultados mostraram que o fator estatisticamente mais significativo (a um nível de significância de 5%) na explicação dos acidentes foi a localização georreferenciada dos sinistros em detrimento aos fatores externos: presença de chuva e presença de fiscalização eletrônica fixa de velocidade, sumarizando que exite uma propensão maior da ocorrência do sinistro no centro da cidade de Sâo Paulo. | por |
| dc.format | application/pdf | * |
| dc.identifier.citation | MELONIO, Antonio Carlos Correia. Smart São Paulo: um estudo da mobilidade urbana sob a ótica de Machine Learning e aspectos espaço-temporais. 2021. 73 f. Dissertação (Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo, 2021. | por |
| dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/28605 | |
| dc.keywords | urban mobility | eng |
| dc.keywords | machine learning | eng |
| dc.keywords | spatial model | eng |
| dc.keywords | stochastic partial diferential equation | por |
| dc.keywords | visual data mining | por |
| dc.language | por | por |
| dc.publisher | Universidade Presbiteriana Mackenzie | por |
| dc.rights | Acesso Aberto | por |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | mobilidade urbana | por |
| dc.subject | aprendizagem de máquina | por |
| dc.subject | modelo espacial | por |
| dc.subject | stochastic partial diferential equation | por |
| dc.subject | mineração visual de dados | por |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
| dc.title | Smart São Paulo: um estudo da mobilidade urbana sob a ótica de Machine Learning e aspectos espaço-temporais | por |
| dc.type | Dissertação | por |
| local.contributor.board1 | Silva, Leandro Augusto da | |
| local.contributor.board1Lattes | http://lattes.cnpq.br/1396385111251741 | por |
| local.contributor.board2 | Ferreira, Fernando Fagundes | |
| local.contributor.board2Lattes | http://lattes.cnpq.br/5515216429938578 | por |
| local.publisher.country | Brasil | por |
| local.publisher.department | Escola de Engenharia Mackenzie (EE) | por |
| local.publisher.initials | UPM | por |
| local.publisher.program | Engenharia Elétrica | por |