Caracterització d’accidents a la ciutat de Barcelona mitjançant clustering
Al present treball es realitza un anàlisi dels accidents de trànsit que han succeït a la ciutat de Barcelona durant els anys 2018 i 2019 mitjançant clustering, tècnica de Machine Learning no supervisat. Els objectius es centren en detectar aquelles situacions comuns en el conjunt d’accidents, partin...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | catalán |
| OAI Identifier: | oai:upcommons.upc.edu:2117/368481 |
| Acceso en línea: | https://hdl.handle.net/2117/368481 |
| Access Level: | acceso abierto |
| Palabra clave: | Traffic accident investigation--Barcelona Circulació--Accidents--Investigació--Barcelona Àrees temàtiques de la UPC::Enginyeria civil::Infraestructures i modelització dels transports::Transport urbà |
| Sumario: | Al present treball es realitza un anàlisi dels accidents de trànsit que han succeït a la ciutat de Barcelona durant els anys 2018 i 2019 mitjançant clustering, tècnica de Machine Learning no supervisat. Els objectius es centren en detectar aquelles situacions comuns en el conjunt d’accidents, partint de les dades públiques de que es disposa i caracteritzant-les mitjançant un conjunt de variables relacionades amb els accidents, l’estat del trànsit i la meteorologia. També es crea un precedent de la utilització de les esmentades tècniques en l’estudi i caracterització dels accidents de trànsit a la cuitat de Barcelona. Fent un anàlisi i adequació de les variables recollides, s’aplica els algorismes seleccionats a dos grups de dades diferents i s’analitza els resultats obtinguts, avaluant la seva validesa i rellevància. Aquests grups són el conjunt de tots els accidents i el subgrup d’accidents més greus. Finalment, es conclou que les situacions identificades són rellevants, de gran interès i que el mètode emprat ha aconseguit capturar les característiques dels accidents estudiats. |
|---|