Acervo histórico

Análise de

Traffic accident severity prediction and cognitive analysis using deep learning

Korovin, IS; Klimenko, AB; Safronenkova, IB
Soft Computing, 2021.
DOI: 10.1007/s00500-021-06515-5
Página do artigo →

Grade de análise

A obra atravessada pela grade AnCo

Treze campos derivados da metodologia do grupo. Campos sem registro nesta análise podem ser preenchidos por novas análises do mesmo artigo.

Pertinência

Sim — pertinente para o campo da Análise Cognitiva.

Define o conceito

Não

Objeto

Previsão da gravidade de acidentes de trânsito.

Objetivo

Determinar fatores/atributos que afetam acidentes para análise cognitiva (usando ML e DL).

Foco

Engenharia Cognitiva

Metodologia

Deep Learning (DL), Machine Learning (ML), Seleção de Atributos.

Epistemologia
Aplicada/Modelagem
Teoria
Deep Learning (DL)
Aspectos relevantes

— sem registro —

Referenciais

— sem registro —

Resultados

O algoritmo MLP é o mais preciso para a análise cognitiva.

Contexto de produção

— sem registro —

Observações

— sem registro —

Como citar esta análise

ABNT

ANCO, E.. *Análise cognitiva: Traffic accident severity prediction and cognitive analysis using deep learning*. AnCo: Plataforma de Análise Cognitiva, 2026. Disponível em: https://anco.ufba.br/analise/2350/. Acesso em: 22 jul. 2026.

APA

AnCo, E. (2026). Análise cognitiva: Traffic accident severity prediction and cognitive analysis using deep learning. AnCo. https://anco.ufba.br/analise/2350/