Predição de trajetórias de veículos a partir de dados de sensores de trânsito
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Ceará (UFC) |
Texto Completo: | http://www.repositorio.ufc.br/handle/riufc/55718 |
Resumo: | A locomoção em centros urbanos é considerado um dos maiores desafios relacionados a gestão de desenvolvimento urbano, devido ao alto índice de congestionamento. Perante isso, este trabalho propõe e avalia modelos multivariados de trajetórias que predizem um valor que representa um sensor de trânsito que representa o próximo ponto dessa trajetória. Os experimentos foram realizados sobre dados de trajetórias de veículos, geradas por sensores de trânsito da cidade de Fortaleza no Ceará. Os resultados mostraram que o algoritmo XGBoosting obteve a melhor performance para essa abordagem geral, já que apresentou os melhores resultados nos quesitos avaliados. |
id |
UFC-7_dc0622a7c61a4872b85838a004ea238d |
---|---|
oai_identifier_str |
oai:repositorio.ufc.br:riufc/55718 |
network_acronym_str |
UFC-7 |
network_name_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository_id_str |
|
spelling |
Predição de trajetórias de veículos a partir de dados de sensores de trânsitoTrânsitoTrajetóriaDetectoresSequências (Matemática)Aprendizado do computadorA locomoção em centros urbanos é considerado um dos maiores desafios relacionados a gestão de desenvolvimento urbano, devido ao alto índice de congestionamento. Perante isso, este trabalho propõe e avalia modelos multivariados de trajetórias que predizem um valor que representa um sensor de trânsito que representa o próximo ponto dessa trajetória. Os experimentos foram realizados sobre dados de trajetórias de veículos, geradas por sensores de trânsito da cidade de Fortaleza no Ceará. Os resultados mostraram que o algoritmo XGBoosting obteve a melhor performance para essa abordagem geral, já que apresentou os melhores resultados nos quesitos avaliados.A locomoção em centros urbanos é considerado um dos maiores desafios relacionados a gestão de desenvolvimento urbano, devido ao alto índice de congestionamento. Perante isso, este trabalho propõe e avalia modelos multivariados de trajetórias que predizem um valor que representa um sensor de trânsito que representa o próximo ponto dessa trajetória. Os experimentos foram realizados sobre dados de trajetórias de veículos, geradas por sensores de trânsito da cidade de Fortaleza no Ceará. Os resultados mostraram que o algoritmo XGBoosting obteve a melhor performance para essa abordagem geral, já que apresentou os melhores resultados nos quesitos avaliados.Magalhães, Regis PiresRafael, Lívia Almada CruzBandeira, Lucas Benjamim Cunha2020-12-16T19:26:37Z2020-12-16T19:26:37Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfBANDEIRA, Lucas Benjamim Cunha. Predição de trajetórias de veículos a partir de dados de sensores de trânsito. 2020. 60 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação)-Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2020.http://www.repositorio.ufc.br/handle/riufc/55718porreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2020-12-16T19:26:37Zoai:repositorio.ufc.br:riufc/55718Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2020-12-16T19:26:37Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false |
dc.title.none.fl_str_mv |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
title |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
spellingShingle |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito Bandeira, Lucas Benjamim Cunha Trânsito Trajetória Detectores Sequências (Matemática) Aprendizado do computador |
title_short |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
title_full |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
title_fullStr |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
title_full_unstemmed |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
title_sort |
Predição de trajetórias de veículos a partir de dados de sensores de trânsito |
author |
Bandeira, Lucas Benjamim Cunha |
author_facet |
Bandeira, Lucas Benjamim Cunha |
author_role |
author |
dc.contributor.none.fl_str_mv |
Magalhães, Regis Pires Rafael, Lívia Almada Cruz |
dc.contributor.author.fl_str_mv |
Bandeira, Lucas Benjamim Cunha |
dc.subject.por.fl_str_mv |
Trânsito Trajetória Detectores Sequências (Matemática) Aprendizado do computador |
topic |
Trânsito Trajetória Detectores Sequências (Matemática) Aprendizado do computador |
description |
A locomoção em centros urbanos é considerado um dos maiores desafios relacionados a gestão de desenvolvimento urbano, devido ao alto índice de congestionamento. Perante isso, este trabalho propõe e avalia modelos multivariados de trajetórias que predizem um valor que representa um sensor de trânsito que representa o próximo ponto dessa trajetória. Os experimentos foram realizados sobre dados de trajetórias de veículos, geradas por sensores de trânsito da cidade de Fortaleza no Ceará. Os resultados mostraram que o algoritmo XGBoosting obteve a melhor performance para essa abordagem geral, já que apresentou os melhores resultados nos quesitos avaliados. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-16T19:26:37Z 2020-12-16T19:26:37Z 2020 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
BANDEIRA, Lucas Benjamim Cunha. Predição de trajetórias de veículos a partir de dados de sensores de trânsito. 2020. 60 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação)-Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2020. http://www.repositorio.ufc.br/handle/riufc/55718 |
identifier_str_mv |
BANDEIRA, Lucas Benjamim Cunha. Predição de trajetórias de veículos a partir de dados de sensores de trânsito. 2020. 60 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação)-Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2020. |
url |
http://www.repositorio.ufc.br/handle/riufc/55718 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Ceará (UFC) instname:Universidade Federal do Ceará (UFC) instacron:UFC |
instname_str |
Universidade Federal do Ceará (UFC) |
instacron_str |
UFC |
institution |
UFC |
reponame_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
collection |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC) |
repository.mail.fl_str_mv |
bu@ufc.br || repositorio@ufc.br |
_version_ |
1809935822121598976 |