لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
چهارمین کنفرانس بین المللی محاسبات نرم
بررسی مقایسهای روشهای تحلیل تصادفات موتورسیکلت در معابر درونشهری
نویسندگان :
میثم عفتی
1
امین زارعی کریانی
2
1- دانشگاه گیلان
2- 'دانشگاه گیلان
کلمات کلیدی :
محاسبات نرم، شبکههای عصبی مصنوعی، ماشین بردار پشتیبان، جنگل تصادفی، هوش مصنوعی، تصادفات موتورسیکلت
چکیده :
تحليل تصادفات موتورسیکلت یکی از مهمترین چالشهای حوزه ایمنی حملونقل در معابر درونشهري است. مدلهای زیرمجموعه دانش محاسبات نرم و هوش مصنوعی و یادگیری ماشین همواره مورد استقبال پژوهش گران حوزه ایمنی و تصادفات بوده است. در این پژوهش جهت بررسی و پیشبینی شدت تصادفات موتورسیکلت از روش تحلیل مقایسهای تکنیکهای مبتني بر يادگيري ماشين همچون روشهای ماشين بردار پشتيبان (SVM) جنگل تصادفی (Random Forest) و درخت تصمیم (C4.5) استفاده شده است. نتايج اعتبارسنجی مدلهای مذكور بر روي دادههاي تصادفات 5 ساله شهر رشت نشان داد که، مدل جنگل تصادفی دارای دقت 96/93 است، همچنین مدل درخت تصمیم با 99/82 درصد دقت عملکرد بهتری در پیشبینی شدت تصادفات موتورسیکلت نسبت به جنگل تصادفی دارد. در خصوص مدل ماشین بردار پشتیبان نیز نتايج نشان داد که متغیرهای نوع تصادف و نحوه برخورد مقصر بیشترین تأثیر در افزایش شدت تصادفات موتورسیکلت را دارد.
لیست مقالات
لیست مقالات بایگانی شده
یک روش جدیدمبتنی برتحلیل احساسات ویادگیری ماشین برای تشخیص اخبار جعلی رسانه های اجتماعی
راحله طاهری پژوه - راهبه مجتهدی صفاری
مروری بر سیستمهای موقعیتیابی داخلی مستقل از سیستم موقعیتیابی جهانی
عرفان حسین زاده - مرتضی یوسف صنعتی
ارائه الگوریتمی ابتکاری برای حل مسئله ترتیب خطی
امین اسکندری
Infinite Multi-Label Feature Selection
Sadegh Eskandari
Analyzing the Performance of Hybrid PSO for Optimal Directional Overcurrent Relay Coordination with Different IEC Characteristics in the IEEE 6-Bus System
Majid Ghasemian - Mohammad Hossein Taghizadeh
بهینهسازی الگوریتمی ترکیبات آموکسیسیلین/کلاوولانیک اسید برای پایداری و کارایی درمانی: رویکرد چندهدفه با استفاده از الگوریتمهای PSO و COA و اعتبارسنجی بر اساس مطالعات پایداری مقایسهای در محصولات تجاری
هستی فرح شاد
فیلتر پایین گذر Gm-C مرتبه-ششم توان پایین قابل استفاده در کاربردهای صوتی
محسن قائم مقامی - شهباز ریحانی
A Weighted Approach for Feature Selection in High-Dimensional and Incomplete Data
Negin Bagherpour - Behrang Ebrahimi
داده کاوی به کمک شبکه عصبی مصنوعی برای جلوگیری از فرار مالیاتی
مهرداد صدرآرا - رضوان رحیمی
یک طبقه بندی چند بعدی برای معماری های استقرار یادگیری ماشین در سلسه مراتب ابر-مه-لبه-شبنم
فرشته رضائی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.4