데이터마이닝 기반의 사고심각도 가중치 적용 예측변수를 활용한 교차로 사고예측모형 개발

손승오; 박준영

doi:10.7470/jkst.2022.40.2.190

추천

검색

질문

자료유형: 학술저널

저자정보: 손승오 (한양대학교) 박준영 (한양대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제40권 제2호

발행연도: 2022.4

수록면: 190 - 204 (15page)

DOI: 10.7470/jkst.2022.40.2.190

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 데이터마이닝 기법을 통해 도출한 사고심각도 가중치를 적용한 환산 사고건수를 종속변수로 하는 도심부 교차로 사고예측모형을 개발하였다. 일반적으로 사고예측모형(Crash prediction model)은 안전성능함수(Safety performance functions)로도 불리며, 분석대상인 구간 또는 교차로에서 집계된 사고건수를 종속변수로 하는 회귀모형이다. 그러나 여기서 사고건수는 단순히 집계된 사고의 빈도이며 사고심각도 및 사고의 특성변수가 반영되지 않은 데이터이다. 본 연구는 국내 교차로에서 발생한 사고를 대상으로 사고심각도 분석을 수행하여 심각한 사고 발생에 유의한 영향을 미치는 변수를 정량화하였으며, 이를 사고건수에 반영한 가중치 적용 사고건수를 종속변수로 설정하여 모형을 개발하였다. 교차로 사고심각도 분석에는 Random forest(RF)와 Extreme gradient boosting(XGB) 방법론이 활용되었으며, 사고예측모형은 NB, Com-poisson, 그리고 XGB 회귀트리가 활용되었다. 최종적으로 RF와 XGB 가중치 결과가 반영된 지표가 예측성능이 가장 우수한 것으로 나타났다. 제안된 종속변수는 우수한 예측성능뿐만 아니라 사고심각도 분석 결과를 반영하고 있기 때문에, 심각도 요인 기반의 중요한 시사점을 제시할 수 있다. 본 연구에서 제시한 모형은 개별 교차로의 안전성 평가 및 정책 설계에 유효한 자료로 활용될 수 있다.

#crash prediction model #crash severity analysis #extreme gradient boosting (XGB) #random forest #safety performance function (SPF) #사고예측모형 #사고심각도 분석 #익스트림 그래디언트 부스팅 #랜덤포레스트 #안전성능함수

참고문헌 (31)

참고문헌 신청

AASHTO (2010), Highway Safety Manual, First ed. Washington, D.C.

Abdel-Aty M. (2003), Analysis of Driver Injury Severity Levels at Multiple Locations Using Ordered Probit Models, Journal of Safety Research, 34(5), 597-603.

Abdel-Aty M., Keller J., Brady P. A. (2005), Analysis of Types of Crashes at Signalized Intersections by Using Complete Crash Data and Tree-based Regression, Transportation Research Record, 1908(1), 37-45.

Ahmadi A., Jahangiri A., Berardi V., Machiani S. G. (2020), Crash Severity Analysis of Rear-end Crashes in California Using Statistical and Machine Learning Classification Methods, Journal of Transportation Safety & Security, 12(4), 522-546.

Breiman L. J. M. l. (2001), Random Forests, 45(1), 5-32.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

손승오

소속기관 한양대학교

주요연구분야 공학 > 기타공학 > 교통공학 TOP 5% 공학 > 전기전자공학 > 정보통신공학

논문수 19 이용수 2,416

박준영

소속기관 한양대학교

주요연구분야 공학 > 기타공학 > 교통공학 TOP 0.1% 공학 > 건축공학 > 토목공학

논문수 100 이용수 11,314

이 논문과 함께 이용한 논문

국내 우수 연구자의 R&D 국제협력 활동도 분석 연구 : 가사로봇 분야를 중심으로

유화선 , 김윤명 , 양치승 기술혁신학회지 2019 .08

KDD 방법론을 이용한 Biochip 관련 분야들의 초기와 현재의 구조적 비교와 분석

오해영 , 박각로 , 박상진 외 1명 한국경영과학회 학술대회논문집 2004 .02

경영정보시스템 발전에 관한 연구

이수욱 , 윤창표 , 황치곤 한국정보통신학회 종합학술대회 논문집 2023 .10

AI 군대 동원

ken , ick cai 포브스 코리아 2023 .05

[미래직업] 데이터마이너

이민희 나침반 36.5도 2017 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (31)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)