文献

J-GLOBAL ID：202102260055555127   整理番号：21A0628589

事故データに関する機械学習技術の研究【JST・京大機械翻訳】

Study of Machine Learning Techniques on Accident Data

著者 (7件)： Siam Zakaria Shams (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Hasan Rubyat Tasnuva (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Anik Soumik Sarker (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Dev Ankit (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Alita Sumaia Islam (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Rahaman Mustafizur (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh) ,  Rahman Rashedur M. (Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1287  ページ： 25-37  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 道路事故はバングラデシュの主要な燃焼問題の1つである。道路衝突事故の原因となるいくつかの要因がある。原因を理解し,特定のタイプの事故前線の厳しさレベルを予測することができるならば,損傷を少なくするために適切な時間において必要なステップを取ることができる。本研究では,環境因子と道路条件に基づく特定の道路事故重度レベルを予測することができる機械学習法を用いて,バングラデシュの異なる均一道路衝突事故グループの幾つかの予測モデルを構築した。著者らは,道路衝突の異なるクラスタを見つけるために,凝集階層クラスタリングを適用し,次に,ランダムフォレスト技術を適用して,各クラスタの重要な予測子を抽出し,次に,各クラスタの予測モデルを構築するために,C5.0を適用した。最後に,ルール生成技術によるバングラデシュの致命的および非致死的事故のパターンを考察した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  道路 ,  バングラデシュ人民共和国 ,  クラスタ ,  交通事故 ,  *機械学習 ,  予測モデル
準シソーラス用語： 予測子 ,  環境因子 ,  衝突事故 ,  ランダムフォレスト ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  道路事故 ,  凝集階層的クラスタリング ,  C5.0 ,  ランダムフォレスト ,  部品

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)： 事故 ,  機械学習技術 ,  研究