Earticle

초록

영어

This study presents a novel method to identify hazardous segments of freeway using global positioning system(GPS) based probe vehicle data. A variety of candidate contributing factors leading to higher potential of accident occurrence were extracted from the probe vehicle dataset. The research problem was defined as a classification problem, then a well-known classifier, bayesian neural network was adopted to solve the problem. A binary logistic regression technique was also used for selecting salient input variables. Test results showed that the proposed method is promising in extracting hazardous freeway sections. The outcome of this study will be effectively used for evaluating the safety of freeway sections and deriving countermeasures to prevent accidents.

한국어

본 연구에서는 고속도로에서 GPS(Global Positioning System)수신기를 장착한 프로브차량을 이용하여 수집한 속도자료를 이용하여 사고 위험구간을 추출하는 방법론을 제시하였다. 위험구간 추출을 사고발생 유ㆍ무를 판단하는 분류문제(Classification)로 정형화하고 베이지안 신경망을 적용하였다. 개별차량의 속도자료를 이용하여 다양한 잠재적 독립변수를 설정하고 이항 로지스틱 회귀분석을 이용하여 통계적으로 유의미한 변수만을 추출하여 베이지안 신경망의 입력자료로 사용하였다. 제안된 방법론의 성능 평가를 위해 사고 발생 경험이 있는 위험구간을 정확히 추출하는 분류정확도를 효과척도로 활용하였다. 본 연구에서 제안한 방법론의 타당성을 60%의 분류정확도를 통해 확인할 수 있었다. 고속도로 신설노선의 교통안전성을 평가하고 사고예방을 위한 대응책 개발 및 적용에 본 연구의 결과가 효과적으로 활용될 것으로 기대된다

목차

요약
 Abstract
 Ⅰ. 서론
 Ⅱ. 기존문헌 고찰
  1. 제한속도와 사고위험의 관계
  2. 속도분산과 사고위험의 관계
  3. 기존 연구와의 차별성
 Ⅲ. 자료수집 및 변수설정
  1. 자료수집
  2. 변수설정
 Ⅳ. 방법론
  1. 분석절차
  2. BLR(Binary Logistic Regression)
  3. 베이지안 신경망
 Ⅴ. 적용
  1. BLR을 이용한 분석결과
  2. 베이지안 신경망을 이용한 분석결과
 Ⅵ. 결론
 참고문헌

키워드

저자

• 박재홍 [ Jae-Hong Park | 한양대학교 교통공학과 석사과정 ] 주저자
• 오철 [ Cheol Oh | 한양대학교 교통공학과 교수 ] 공저자 및 교신저자
• 김태형 [ Tae-Hyung Kim | 한국교통연구원 첨단교통연구실 책임연구원 ] 공저자
• 주신혜 [ Shin-Hye Joo | 한양대학교 교통공학과 석사과정 ] 공저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338