文献

J-GLOBAL ID：201802270745191192   整理番号：18A0588175

ソーシャルメディアからのデータを用いた事故検出【Powered by NICT】

Incident detection using data from social media

著者 (3件)： Salas Angelica (Sustainable Transport Research Group University of Wolverhampton, Wolverhampton, United Kingdom) ,  Georgakis Panagiotis (Sustainable Transport Research Group, University of Wolverhampton, Wolverhampton, United Kingdom) ,  Petalas Yannis (Sustainable Transport Research Group, University of Wolverhampton, Wolverhampton, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITSC  ページ： 751-755  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： 過去20年間の人口の急速な成長により,重再発交通混雑の事例数の増加は,世界中の都市で観察された。交通におけるこの上昇は非反復性の混雑の交通事故とその後の成長のより大きな数をもたらした。既存の事故検出技術は,輸送網中のセンサの使用に限られている。本論文では,英国におけるリアルタイム事故検出を支援する(英国)のためのTwitterの可能性を解析した。検索,処理,自然言語処理(NLP)技術を組み合わせたテキスト分類のためのサポートベクトルマシンアルゴリズム(SVM)による公共ツイートを分類するための方法論を提示した。提案アプローチでは,88.27%の精度で交通関連ツイートを検出することができる。Copyright 2018 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： 都市 ,  自然言語処理 ,  交通事故 ,  *英国 ,  センサ ,  再発 ,  高速度 ,  交通混雑 ,  輸送網
準シソーラス用語： テキスト分類 ,  実時間 ,  *事故検出 ,  *ソーシャルメディア , 【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 (2件)： ソーシャルメディア ,  事故検出