文献

J-GLOBAL ID：202202291549979316   整理番号：22A1059222

中ブロック道路断面における2輪衝突に対する損傷重症度予測モデル【JST・京大機械翻訳】

Injury severity prediction model for two-wheeler crashes at mid-block road sections

著者 (2件)： Panicker Anju K. (Department of Civil Engineering, Indian Institute of Technology Madras, Chennai, Tamil Nadu, India) ,  Ramadurai Gitakrishnan (Department of Civil Engineering, and Faculty in Robert Bosch Center for Data Science and Artificial Intelligence, Indian Institute of Technology Madras, Chennai, Tamil Nadu, India)
資料名： International Journal of Crashworthiness  (International Journal of Crashworthiness)
巻： 27  号： 2  ページ： 328-336  発行年： 2022年 
JST資料番号： W2051A  ISSN： 1358-8265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 運動2輪車(TW)は,タミルNaduのChennai地区における車両の中で最も高い割合を持ち,それらは毎年,多数の致命的交通事故に含まれている。中間ブロック道路区間での衝突事故に関与するTW運転者の傷害重度を予測する機械学習モデルを開発し,それによって,重度に寄与する因子を同定した。2016年から2018年までのChennaiで発生した7654のTW衝突事例を使用した。2つの機械学習モデルランダムフォレスト(RF)と条件付き推論森林(森林)の性能を研究し,傷害重度予測で,それらの性能を順序付プロビット(OP)モデルと比較した。森林は,傷害重症度の予測においてRFとOPモデルの両方より優れている。可変重要度因子測定に基づく有意な変数を同定した。考慮した変数のうち,衝突車両の種類は,衝突タイプ,運転者の年齢,道路の可視度に追従する衝突の厳しさに最も高い影響を与える。森林モデルは,他の2つのモデルによって見逃される相互作用効果を捕捉する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 事故 ,  運転者 ,  *道路 ,  オートバイ ,  因子 ,  年齢 ,  外傷 ,  交通事故 ,  *衝突 ,  可視度 ,  機械学習 ,  *予測モデル
準シソーラス用語： 順序づけ ,  衝突事故 ,  ランダムフォレスト ,  外傷重症度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 二輪車ドライバ ,  傷害重症度 ,  条件付き推論フォレスト ,  ランダムフォレスト ,  順序付きプロビットモデル

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 (5件)： 道路 ,  輪 ,  衝突 ,  損傷重症度 ,  予測モデル