Earticle

현재 위치 Home

SESSION B-5 : 교통 빅데이터 및 AI(Ⅳ)

도로환경 교통사고 상해도 예측을 위한 iGLAD 기반 머신러닝 모델 성능 비교
Research on iGLAD Data-based Machine Learning Model to Predict Traffic Accident Injuries

첫 페이지 보기
  • 발행기관
    한국ITS학회 바로가기
  • 간행물
    한국ITS학회 학술대회 바로가기
  • 통권
    한국ITS학회 2024년도 춘계학술대회 (2024.04)바로가기
  • 페이지
    pp.353-358
  • 저자
    정승윤, 최용순, 백세룡, 김천호
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A445744

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

목차

Ⅰ. 서론
1. 개요
2. 선행 연구
3. 연구의 필요성
Ⅱ. 학습 데이터 및 데이터
1. iGLAD(Initiative for the Global Harmonization of Accident Data)
2. Data의 특성 및 변수
Ⅲ. 학습 데이터 및 데이터
1. 머신러닝 알고리즘의 개요
2. 머신러닝 앙상블 모델
3. 머신러닝 앙상블 모델별 성능 및 선정
1) Random Forest 모델의 예측 결과
2) CatBoost 모델의 예측 결과
3) SVM 모델의 예측 결과
4) AdaBoost 모델의 예측 결과
Ⅳ. 결론
참고문헌

키워드

iGLAD Maching Learning Ensemble Learning Traffic Accidents Random Forest

저자

  • 정승윤 [ 유한회사 삼송, 대리 ]
  • 최용순 [ 유한회사 삼송, 대리 ]
  • 백세룡 [ 유한회사 삼송, 과장 ]
  • 김천호 [ 유한회사 삼송, 차장 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국ITS학회 [The Korean Society of Intelligent Transport Systems]
  • 설립연도
    2002
  • 분야
    공학>교통공학
  • 소개
    ◈ 전문분야간 공동협의, 공동연구를 통한 ITS의 학술적 발전 ◈ 산·학·연 협동체계 구축으로 기술개발 지원 ◈ 정부정책 및 제도 방향에 대한 기술적 자문 ◈ 외국 ITS 관련 학술단체와 기술교류 ◈ 관련전문가 및 기술자의 교육 및 양성

간행물

  • 간행물명
    한국ITS학회 학술대회
  • 간기
    반년간
  • 수록기간
    2002~2026
  • 십진분류
    KDC 326 DDC 338

이 권호 내 다른 논문 / 한국ITS학회 학술대회 한국ITS학회 2024년도 춘계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.