[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-128423-pt":3,"doc-seo-128423-112":30,"detail-sidebar-cat-0-pt-112":91},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":4,"is_deleted":4,"is_public":20,"is_downloadable":20,"audit_status":20,"page_count":21,"language":22,"language_code":23,"site_id":24,"html_lang":23,"table_of_contents":25,"faqs":26,"seo_title":27,"seo_description":14,"update_tm":28,"read_time":29},128423,962084925290,"Ophelia","https://ap-avatar.wpscdn.com/davatar_085a072bc5b1113ac321206ff7593b45",32,"Pesquisa e Relatórios","Estudo da previsão da gravidade dos acidentes rodoviários e dos fatores contribuintes utilizando machine learning","Os acidentes rodoviários constituem uma das principais causas de morte e ferimentos em Portugal. O trabalho desenvolve modelos preditivos para a gravidade de acidentes dos tipos colisão e despiste, recorrendo a Machine Learning com dados da Autoridade Nacional de Segurança Rodoviária (ANSR) entre 2019 e 2023. Para lidar com o desequilíbrio entre classes de severidade, são aplicadas técnicas SMOTE e RUS. A validação cruzada com 10 subconjuntos e a divisão 80/20 suportam a avaliação. O Random Forest com SMOTE apresenta os melhores resultados e identifica fatores de risco relevantes, contribuindo para recomendações de intervenção.","Estudo da previsão da gravidade dos  \nacidentes rodoviários e dos fatores contribuintes utilizando machine learning  \n(Versão final após defesa pública)  \nVictoria Carolina Pita Rodrigues  \nDissertação para obtenção do Grau de Mestre em  \nEngenharia Civil  \n(2º ciclo de estudos)  \nOrientadora: Prof. Doutora Bertha Maria Batista dos Santos  \nAgosto de 2025  \nDeclaração de Integridade  \nEu, Victoria Carlina Pita Rodrigues, que abaixo assino, estudante com o número de inscrição M14339 de/o Engenharia Civil da Faculdade de Enagenharia, declaro ter desenvolvido o presente trabalho e elaborado o presente texto em total consonância com o Código de Integridades da Universidade da Beira Interior.  \nMais concretamente afirmo não ter incorrido em qualquer das variedades de Fraude Académica, e que aqui declaro conhecer, que em particular atendi à exigida referenciação de frases, extratos, imagens e outras formas de trabalho intelectual, e assumindo assim na íntegra as responsabilidades da autoria.  \nUniversidade da Beira Interior, Covilhã 13/08/2025  \n(assinatura conforme Cartão de Cidadão ou preferencialmenteassinatura digital no documento original se naquele mesmo formato)  \nDedicatória  \nDedico esta conquista a Deus, pela força e sabedoria em cada passo da jornada; àqueles que, mesmo distantes, sempre se fazem presentes; à minha família de sangue e à família que escolhi — meus amigos —, pelo apoio, carinho e companheirismo ao longodo caminho.  \nAgradecimentos  \nGostaria de agradecer à minha família por todo o apoio durante a minha jornada, à minha orientadora por me mostrar o caminho certo a seguir, aos meus amigos e ao Departamento de Engenharia Civil e Arquitetura (DECA) da UBI por fornecerem todo osuporte necessário para a realização desta dissertação. Agradeço também à Autoridade Nacional de Segurança Rodoviária (ANSR), por ter disponibilizado os dados utilizados no caso de estudo, fundamentais para o desenvolvimento deste trabalho de dissertação.  \nResumo  \nOs acidentes rodoviários representam uma das principais causas de morte e ferimentosem Portugal. Em 2023, mais da metade dos acidentes com vítimas (52,7%) foi provocada por colisões, os despistes representaram 33,6% dos casos, enquanto osatropelamentos corresponderam a 13,4%, resultando em 479 mortes, 2.646 feridos graves e 42.890 feridos leves. Diante desse cenário, este estudo tem como objetivodesenvolver modelos preditivos para a gravidade dos acidentes rodoviários do tipo colisão e despiste, utilizando técnicas de aprendizado de máquina (Machine Learning), com base em dados fornecidos pela Autoridade Nacional de Segurança Rodoviária (ANSR) referentes ao período de 2019 a 2023.  \nPara tratar o desequilíbrio entre as classes de gravidade da variável de resposta (feridosleves vs. feridos graves e vítimas fatais), foram aplicadas as técnicas de balanceamento SMOTE (Synthetic Minority Over-sampling Technique) e RUS (Random UnderSampling) . Os algoritmos analisados foram: Naive Bayes (NB), Artificial Neural Network (ANN), Support Vector Machine (SVM), Decision Tree (DT), Random Forest (RF) e K-Nearest Neighbors (KNN) . Os modelos foram treinados utilizando a validaçãocruzada com 10 subconjuntos e a divisão percentual 80/20 (80% para treinamento e 20% para teste) .  \nOs resultados demonstraram que os melhores desempenhos foram obtidos com o algoritmo Random Forest, especialmente quando aplicado à base de dados balanceada com a técnica SMOTE, apresentando para os acidentes do tipo colisão uma área sob a curva ROC de 0,886 e um coeficiente Kappa igual a 0,607, já para os acidentes do tipodespiste a área sob a curva ROC apresentou um valor de 0,871 e um coeficiente Kappa de 0,573 . A análise dos modelos também permitiu a identificação das variáveis maisinfluentes nos acidentes (fatores de risco), possibilitando a definição de recomendações para intervenções na infraestrutura viária e comportamento dos condutores, com vista à redução dos acidentes com consequências mais graves. Permit","cbCaisrhLXO6ldhG","https://ap.wps.com/l/cbCaisrhLXO6ldhG","pdf",2271842,1,109,"Portuguese","pt",112,"# Resumo\n## Contexto e objetivo do estudo\n## Dados e período analisado\n## Tratamento do desequilíbrio e algoritmos\n## Resultados e principais conclusões\n# Palavras-chave","[{\"question\":\"Qual é o objetivo principal do estudo?\",\"answer\":\"Desenvolver modelos preditivos para estimar a gravidade de acidentes rodoviários dos tipos colisão e despiste, com base em dados da ANSR (2019 a 2023).\"},{\"question\":\"Como o trabalho trata o desequilíbrio entre classes de gravidade?\",\"answer\":\"Aplica técnicas de balanceamento SMOTE e RUS para equilibrar as classes da variável de resposta (feridos leves vs. feridos graves e vítimas fatais).\"},{\"question\":\"Quais modelos apresentaram melhor desempenho e o que permitiram concluir?\",\"answer\":\"O Random Forest obteve os melhores resultados, especialmente com a base balanceada por SMOTE; além disso, permitiu identificar variáveis/fatores de risco mais influentes para orientar recomendações de intervenção.\"}]","Estudo da previsão da gravidade dos acidentes rodoviários e dos fatores contribuintes utilizando machine learning | PDF",1785947479,168,{"code":4,"msg":31,"data":32},"ok",{"site_id":24,"language":23,"slug":33,"title":13,"keywords":34,"description":14,"schema_data":35,"social_meta":86,"head_meta":88,"extra_data":90,"updated_unix":28},"study-on-predicting-the-severity-of-road-accidents-and-contributory-factors-using-machine-learning","",{"@graph":36,"@context":85},[37,54,68],{"@type":38,"itemListElement":39},"BreadcrumbList",[40,44,48,51],{"item":41,"name":42,"@type":43,"position":20},"https://docshare.wps.com","Home","ListItem",{"item":45,"name":46,"@type":43,"position":47},"https://docshare.wps.com/pt/document/","Document",2,{"item":49,"name":12,"@type":43,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/pt/document/study-on-predicting-the-severity-of-road-accidents-and-contributory-factors-using-machine-learning/128423/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":23,"description":14,"dateModified":62,"datePublished":62,"encodingFormat":61,"isAccessibleForFree":63,"interactionStatistic":64},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":41,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-05",true,{"@type":65,"interactionType":66,"userInteractionCount":4},"InteractionCounter",{"@type":67},"ViewAction",{"@type":69,"mainEntity":70},"FAQPage",[71,77,81],{"name":72,"@type":73,"acceptedAnswer":74},"Qual é o objetivo principal do estudo?","Question",{"text":75,"@type":76},"Desenvolver modelos preditivos para estimar a gravidade de acidentes rodoviários dos tipos colisão e despiste, com base em dados da ANSR (2019 a 2023).","Answer",{"name":78,"@type":73,"acceptedAnswer":79},"Como o trabalho trata o desequilíbrio entre classes de gravidade?",{"text":80,"@type":76},"Aplica técnicas de balanceamento SMOTE e RUS para equilibrar as classes da variável de resposta (feridos leves vs. feridos graves e vítimas fatais).",{"name":82,"@type":73,"acceptedAnswer":83},"Quais modelos apresentaram melhor desempenho e o que permitiram concluir?",{"text":84,"@type":76},"O Random Forest obteve os melhores resultados, especialmente com a base balanceada por SMOTE; além disso, permitiu identificar variáveis/fatores de risco mais influentes para orientar recomendações de intervenção.","https://schema.org",{"og:url":52,"og:type":87,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":89,"canonical":52},"index,follow",{"doc_id":7,"site_id":24},{"code":4,"msg":5,"data":92},[93,98,102,106,110,114,118,120,124,128],{"id":94,"doc_module":4,"doc_module_name":46,"category_name":95,"show_sort_weight":96,"slug":97},26,"Contos e Romances",60,"story-novel",{"id":99,"doc_module":4,"doc_module_name":46,"category_name":100,"show_sort_weight":96,"slug":101},46,"Estilo de Vida","lifestyle",{"id":103,"doc_module":4,"doc_module_name":46,"category_name":104,"show_sort_weight":96,"slug":105},28,"Exames","exam",{"id":107,"doc_module":4,"doc_module_name":46,"category_name":108,"show_sort_weight":96,"slug":109},47,"Geral","general",{"id":111,"doc_module":4,"doc_module_name":46,"category_name":112,"show_sort_weight":96,"slug":113},29,"Histórias em Quadrinhos","comic",{"id":115,"doc_module":4,"doc_module_name":46,"category_name":116,"show_sort_weight":96,"slug":117},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":96,"slug":119},"research-report",{"id":121,"doc_module":4,"doc_module_name":46,"category_name":122,"show_sort_weight":96,"slug":123},33,"Religião e Espiritualidade","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":46,"category_name":126,"show_sort_weight":96,"slug":127},31,"Saúde e Cuidados","healthcare",{"id":129,"doc_module":4,"doc_module_name":46,"category_name":130,"show_sort_weight":96,"slug":131},45,"Tecnologia","technology"]