메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이재식 (아주대학교) 이은정 (아주대학교)
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 한국지능정보시스템학회 2009년 추계학술대회
발행연도
2009.11
수록면
211 - 218 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
데이터 마이닝은 대용량의 데이터 속에서 알려지지 않은 패턴이나 관계성을 찾아내어 유용한 지식으로 활용하기 위한 기술이다. 본 연구에서는 데이터 마이닝 기법을 활용하여 교통사고 피해자의 상해 심각도 수준을 예측하는 모델을 개발 하고자 한다. 상해 심각도는 ‘상해 없음’, ‘상해 가능’, ‘불구 없음’, ‘불구 있음’, ‘치명적 상해’, ‘알 수 없음’ 등의 6 단계의 수준으로 구분되는데, ‘상해 없음’ 은 전체 데이터의 69.9%를 차지하지만, ‘치명적 상해’는 전체 데이터의 0.8%밖에 차지하지 않는 등 상해 심각도가 심한 불균형 분포를 보이고 있다. 이러한 데이터에 대해서 데이터 마이닝 기술을 단순하게 한 번 적용하여 모델을 구축하고 예측을 수행하는 것은 모델의 적중률 면에서 신뢰성을 확보할 수가 없다. 그러므로 본 연구에서는 상해 심각도의 수준에 따라 데이터 마이닝 기법을 맞춤식으로 적용하여 상해 심각도 수준을 예측하는 앙상블 모델을 개발하였다. 본 연구에서 제안하는 앙상블 모델을 평가하기 위하여, 미국 NASS의 GES2008년 교통사고 데이터에 적용한 결과, 각 상해심각도 수준별 적중률이 높아지는 것을 보였다.

목차

요약
1. 서론
2. 자동차 사고에 관한 기존 연구
3. 의사결정 나무 기법
4. 데이터 준비
5. 상해 심각도 예측 모델 구축
6. 구축된 모델의 성능평가
7. 결론 및 향후 과제
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0