文献
J-GLOBAL ID:201702248213879063   整理番号:17A0659614

遺伝的プログラミングを用いた高速道路の傷害・非傷害衝突しやすい交通状態の実時間同定【Powered by NICT】

Real-time identification of traffic conditions prone to injury and non-injury crashes on freeways using genetic programming
著者 (8件):
資料名:
巻: 50  号:ページ: 701-716  発行年: 2016年 
JST資料番号: D0581A  ISSN: 0197-6729  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,遺伝的プログラミング(GP)モデルを適用した高速道路上の異なった交通状態における損傷および物損のみの事故(PDO)する傾向がある交通条件を同定した。損傷とPDO事故しやすい交通条件は高速と低速交通状態に分類できることが分かった。ランダムフォレスト(RF)分析は,これら二種類の交通状態における損傷とPDO事故に寄与する因子を同定するために実施した。RFにより選択した変数に二交通状態における損傷とPDO事故のリスクを結びつけるために開発された四つの分離したGPモデル。全体のGPモデルは複合データセットを開発した。異なった交通状態と事故重度を考慮した独立したGPモデルは全体的なモデルよりも優れた予測性能を与えることを見出した,損傷とPDO事故に影響を及ぼすことを交通流変数であった異なった交通状態に渡って全く異なっていた。提案したGPモデルは,伝統的なロジスティック回帰モデルと比較した。結果は,GPモデルは予測精度の点でカーネルロジスティック回帰モデルより優れていることを示唆した。より具体的には,GPモデルは,低速と高速交通状態における負傷事故の予測精度を10.7%と8.0%増加した。PDO事故では,GPモデルは,低速と高速交通状態における予測精度を7.4%と6.0%増加した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
交通調査  ,  道路輸送・サービス一般  ,  交通管制・規制 

前のページに戻る