Modelo preditivo para sinistros de trânsito com vítimas fatais na BR-116 : ma análise de dados abertos da Polícia Rodoviária Federal

Abstract

Resumo : Este trabalho de conclusão de curso tem como objetivo analisar dados da base da Polícia Rodoviária Federal, abrangendo os anos de 2020 a 2024, utilizando o algoritmo Random Forest para identificar os principais fatores que contribuem para a ocorrência acidentes com vítimas fatais na rodovia BR-116. A relevância desta rodovia deve-se ao seu extenso trajeto, tem origem no Ceará e termino na fronteira do Rio Grande do Sul com o Uruguai e interliga importantes polos econômicos, além de estar entre as rodovias com maior número de acidentes e fatalidades no Brasil. O estudo envolveu o treinamento de modelos de aprendizado de máquina para extração de conhecimento a partir dos dados. As etapas de pesquisa realizadas incluíram limpeza e normalização dos dados, análise estatística descritiva, definição do método, ajuste de hiperparâmetros e aplicação do processo de descoberta de conhecimento em bases de dados (KDD). A pesquisa, de natureza aplicada, abordagem quantitativa e caráter descritivo, utilizou o software Weka para a etapa de mineração de dados. Foram selecionados atributos relevantes ao problema de pesquisa durante o pré-processamento, seguidos pela transformação dos dados para aplicação do algoritmo Random Forest. Os hiperparâmetros foram ajustados visando aprimorar o desempenho do modelo, medido pelo coeficiente de correlação na base de testes. Ao final, a análise permitiu identificar os fatores que mais influenciam a ocorrência de vítimas fatais nos acidentes, destacando o fator humano como principal determinante. O estudo demonstrou o potencial do aprendizado de máquina para auxiliar na compreensão e prevenção de acidentes em rodovias federais

Abstract : The reasearch aims to analyze data from the Federal Highway Police database, covering the years 2020 to 2024, using the Random Forest algorithm to identify the main factors contributing to fatal accidents on the BR-116 highway. The significance of this highway lies in its extensive route, originating in Ceará and ending at the border of Rio Grande do Sul with Uruguay, connecting important economic hubs. It is also among the highways with the highest number of accidents and fatalities in Brazil.The study involved training machine learning models to extract knowledge from the data. The research steps included data cleaning and normalization, descriptive statistical analysis, method definition, hyperparameter tuning, and applying the Knowledge Discovery in Databases (KDD) process. This applied, quantitative, and descriptive research used the Weka software for the data mining stage. Relevant attributes to the research problem were selected during preprocessing, followed by data transformation for the application of the Random Forest algorithm.Hyperparameters were fine-tuned to improve the model's performance, measured by the correlation coefficient on the test dataset. In the end, the analysis identified the factors that most influence the occurrence of fatal accidents, highlighting the human factor as the main determinant. The study demonstrated the potential of machine learning to aid in understanding and preventing accidents on federal highways