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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김영웅 (서울시립대학교) 이동우 (서울시립대학교)
저널정보
한국교통연구원 교통연구 교통연구 제31권 제3호
발행연도
2024.9
수록면
49 - 63 (15page)

이용수

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

초록· 키워드

오류제보하기
교통사고는 매년 수많은 인명피해, 경제적 피해를 야기해 이를 사전에 예측·예방할 필요가 있으며 사고를 사전에 예방하기 위해 수많은 연구가 진행되었다. 지난 연구의 성과로 교통사고의 예측 모형의 성능은 크게 향상되었으나 교통사고의 인적·도로 구조적·사회경제적 요인 등 다양한 요인이 복합적으로 작용해 발생하는 관측되지 않는 이질성의 해석, 통계적 모형의 사전가정의 한계 그리고 범주형 변수의 모델링은 여전히 교통사고를 모델링하는데 큰 걸림돌이 되고 있다. 따라서, 본 연구는 비선형성·범주형 변수의 해석·이질성의 통제를 위해 앙상블 기계학습모형 중 높은 성능을 보이는 XGBoost와 혼합효과모형을 결합한 알고리즘으로 교통사고를 분석하였다. 그리고, 기계학습모형의 Black box 문제점을 극복하고자 대리모형(SHAP)을 활용해 사고요인을 전역적·지역적 관점에서 분석하였으며 지역별 사고대응방향성을 시사하였다.
#교통사고예측 #관측되지 않는 이질성 #기계학습모형 #사고요인분석 #SHAP #Machine-learning #SHAP #Traffic accident predciton #Unobserved heterogeneity

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0