文献

J-GLOBAL ID：201702274747641002   整理番号：17A1276422

交通事故からの離散データの解析【Powered by NICT】

Analysis of discrete data from traffic accidents

著者 (2件)： Pecherkova Pavla (Faculty of Transportation Sciences, Czech Technical University, Na Florenci 25, 110 00 Prague, Czech Republic and Department of Signal Processing, Institute of Information Theory and Automation of the ASCR, Pod Voda ́renskou ve∨z∨i ́ 4, 182 08 Prague, Czech Republic) ,  Nagy Ivan (Faculty of Transportation Sciences, Czech Technical University, Na Florenci 25, 110 00 Prague, Czech Republic and Department of Signal Processing, Institute of Information Theory and Automation of the ASCR, Pod Voda ́renskou ve∨z∨i ́ 4, 182 08 Prague, Czech Republic)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SCSP  ページ： 1-4  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： 本論文では,交通事故のデータ解析を行った。交通事故は,運転者のwatchfulness,車両の障害,不良構造配置などにより,例えば,様々な理由により引き起こされ得る。本論文の目的は,事故の異なる環境に依存して事故の重症度を調べることである。このような状況の記述は,多数の異なる変数の(約50変数),は大部分が離散の使用をもたらした。離散変数を扱う統計的方法の大部分は頻度表を用いた。は巨大な次元のために交通データには適していない。本論文では,高次元トラヒックデータを用い問題の解が提案されているいくつかの方法。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： 統計的方法 ,  *交通事故 ,  データ解析 ,  高次元
準シソーラス用語： 交通データ ,  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 (3件)： 交通 ,  事故 ,  解析