文献

J-GLOBAL ID：201702220443130562   整理番号：17A0182383

BPニューラルネットワークを用いた歩行者胸部外傷重症度の予測【Powered by NICT】

Prediction of Pedestrian Chest Injury Severity Using BP Neural Network

著者 (6件)： Wenjun Liu ,  Yongyong Zhang ,  Aowen Duan ,  Sen Su ,  Jinlong Qiu ,  Zhiyong Yin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMTMA  ページ： 187-190  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:胸部は自動車 歩行者衝突事故における歩行者のための三つの一般的に損傷部分の一つである。多くの努力と研究は,胸部外傷について行われているが,胸部傷害リスク因子と胸部外傷重症度の間の数学的モデル関係を広く同定されていない。【目的】本論文では,BPニューラルネットワーク予測モデルを確立することが,自動車 歩行者衝突による胸部外傷の重症度を調べ,予測することを目的としている。方法と材料:本研究は重慶市の2010年から2014年までの,自動車 歩行者衝突事故の詳細な調査を行い,最良の予測方式を決定するためのBPニューラルネットワーク訓練における種々の訓練機能と隠れた層ノードを適用することにより行った。【結果】研究結果は訓練機能と隠れ層ノードの数は,ニューラルネットワークの予測精度に大きな影響を与えることを示した。胸部MAISのための最良の予測結果は11隠れ層ノードを持つtrainlm関数を用いて得た。本研究で提示した【結論】モデルは,歩行者胸部外傷の重症度と自動車衝突速度と歩行者の年齢の間の非線形関係を反映していた。さらに,研究結果は,BP神経回路網を用いた歩行者胸部外傷重症度の予測の実現可能性と有効性を証明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自動車 ,  数学モデル ,  神経回路網 ,  予測モデル ,  *歩行者 ,  *ニューラルネットワーク ,  *胸部外傷 ,  危険因子 ,  衝突速度 ,  予測精度 ,  隠れ層 ,  衝突事故 ,  *逆伝播ニューラルネットワーク ,  モデル ,  *損傷
準シソーラス用語： *重症度 , 【Automatic Indexing@JST】

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (5件)： BPニューラルネットワーク ,  歩行者 ,  胸部外傷 ,  重症度 ,  予測