文献

J-GLOBAL ID：202102268952349994   整理番号：21A3312621

大規模道路網における衝突感受性位置を同定するためのハイブリッドセグメンテーションアプローチ【JST・京大機械翻訳】

Hybrid segmentation approach to identify crash susceptible locations in large road networks

著者 (2件)： Nair Shilpa R. (Indian Institute of Technology Palakkad, Puduserry West, Palakkad, Kerala 678623, India) ,  Bhavathrathan B.K. (Indian Institute of Technology Palakkad, Puduserry West, Palakkad, Kerala 678623, India)
資料名： Safety Science  (Safety Science)
巻： 145  ページ： Null  発行年： 2022年 
JST資料番号： W0879A  ISSN： 0925-7535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大規模な道路網に関する衝突解析を実行するために,ネットワークをより小さなユニットにセグメント化しなければならない。既存の手法は道路網を道路セグメントに分割し,それらは(a)一定の長さを有するセグメント,(b)属性が均一,(c)セグメントが相互依存性であるセグメント,(c)セグメント,などである。本研究では,特にネットワークレベル解析用のキャターに対して,新しいハイブリッドセグメンテーション手法を提案した。ネットワークスケールでの道路エンティティは,それらの機能性と形状で異なる交差点と中間ブロックを含む。交差点と中間ブロックの有効ゾーンは,それらの衝突の間に空間的相関が存在するので,描写する必要がある。階層的ハイブリッドセグメンテーションの最初のレベルは,交差点の近傍を定義するために衝突位置を使用する。続いて,中間ブロックを属性一貫性を用いてセグメント化した。低およびMiddle Income Counties(LMIC)における道路網への適用性を例証するために,空間属性の遠隔抽出を用いる方法論を例示した。地理情報システム(GIS),リモートセンシング(RS),および人工知能(AI)の可能性を,曲率,視線距離,土地利用,およびネットワーク属性を含む空間特徴の遠隔抽出のために使用した。三つの他の典型的なセグメンテーションアプローチとハイブリッドセグメンテーションの性能を比較した。4つのセグメンテーションアプローチのそれぞれで得られた衝突とセグメント特異的属性を関係づける,バイナリロジスティック回帰を用いた衝突感受性モデルを開発した。提案したハイブリッドセグメンテーションにより開発したモデルは,適合度および予測精度の点で,他のセグメンテーションアプローチによるモデルよりも性能が優れていた。提案した手法は,衝突解析の実務者によって容易に使用できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  ネットワーク ,  交差点 ,  *道路 ,  *道路網 ,  土地利用 ,  感受性 ,  曲率 ,  適応性 ,  人工知能 ,  リモートセンシング ,  地理情報システム
準シソーラス用語： ロジスティック回帰分析 ,  予測精度 ,  適合度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 衝突感受性 ,  道路ネットワークセグメンテーション ,  空間クラスタリング ,  幾何学的一貫性

分類 (2件)： 交通調査  (TB01031B) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (5件)： 大規模 ,  道路網 ,  衝突 ,  感受性 ,  同定