文献

J-GLOBAL ID：201702290519363977   整理番号：17A1256206

Cox回帰とランダム生存フォレストモデルを用いた都市高速道路交通事故継続時間予測のためのハイブリッドアプローチ【Powered by NICT】

A hybrid approach for urban expressway traffic incident duration prediction with Cox regression and random survival forests models

著者 (5件)： Ke Axiang (School of Software Engineering, Tongji University, Shanghai 201804, China) ,  Gao Zhen (School of Software Engineering, Tongji University, Shanghai 201804, China) ,  Yu Rongjie (Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai 201804, China) ,  Wang Min (School of Software Engineering, Tongji University, Shanghai 201804, China) ,  Wang Xuesong (Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai 201804, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIS  ページ： 113-118  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： 事故のような交通事故は都市高速道路運転に重要な影響を与える。都市高速道路の路側サービスと運転効率はよく発達した事故継続時間予測モデルに基づいた改善できた。本研究では,Cox回帰とランダム生存フォレストアルゴリズムを組み合わせたハイブリッド手法は,事故継続時間解析モデルを確立するために開発した。研究は,上海の都市高速道路からの交通事故データに基づいて実施した。各交通事故は,道路形状,交通運用,および気象条件に関する情報を実験に収集した,試料の80%は,検証のための訓練と残りの20%に使用されている。ハイブリッドモデルでは,事故継続時間の重要な寄与因子を調査し,同定するために既存のCox回帰モデル。,これらの同定された重要な因子はランダム生存フォレストモデルの入力として使用した。最後に,平均絶対誤差(MAE),正規化平均二乗誤差(NMS)を含む統計的測定を用いて,モデル性能を測定し,他のモデルと比較した。解析結果は入射型,位置,車線数と他の属性は入射期間に著しいインパクトを有し,ハイブリッドアプローチモデルは,伝統的な交通事故継続時間予測法よりも優れた予測精度を与えることを示した。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： 回帰モデル ,  *予測 ,  予測技法 ,  *道路 ,  *都市高速道路 ,  予測モデル ,  気象条件 ,  *交通事故 ,  正規化 ,  解析モデル ,  *継続時間
準シソーラス用語： 予測精度 ,  平均二乗誤差 ,  ハイブリッドモデル ,  上海市 , 【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 (6件)： 生存 ,  都市高速道路 ,  交通事故 ,  継続時間 ,  予測 ,  ハイブリッドアプローチ