پیش بینی عوامل مهم تصادفات بر اساس طبقه بندی داده های نامتعادل تصادفات دریک سیستم خبره مبتنی بر موبایل

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 532

فایل این مقاله در 13 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FRCNC01_037

تاریخ نمایه سازی: 14 مرداد 1394

چکیده مقاله:

امروزه تصادفات به خصوص در راههای بین شهری توجه زیادی را به خود جلب کرده است.در این مقاله،داده های حمل و نقل وتصادفات بزرگراه تهران-بازرگان مورد بررسی قرار گرفته شده است.این دیتاست نامتعادل است به این معنی که نمونه های دو کلاس مثل هم نبوده و یکی از آنها دارای تعداد خیلی بیشتری به نسبت کلاس دیگراست.در این موارد،کلاس کوچک تر دارای بالاترین ارزش است اما دقت الگوریتم در این کلاس ناچیز و معمولا الگوریتم ها ناتوان در کلاسه بندی آن هستند.در این مقاله بهبررسی این موارد پرداخته شده است:در قدم اول،داده های تصادفات جاده ای تهران-بازرگان که توسط پلیس بین سالهای 1389 تا1392 جمع اوری شده است مورد بررسی قرار گرفته شده است.در مرحله ی دوم،یک سیستم خبره بر اساس موبایل پیشنهاد شده است که اطلاعاتGPSموبایل را از داخل ماشین و بعضی از تجهیزات جاده ای دریافت می کند سپس بر اساس اطلاعات مفید و مهم از قبل جمع اوری شده از مراکز اطلاع رسانی متفاوت مثل سازمان راه داری، شهرداری ،پلیس و هواشناسی،بعد از طی کردن روش های برطرف کردن داده ی پرت ،انتخاب بهترین خصوصیات و استفاده از الگوریتم های کلاسه بندی داده های نامتعادل پرداخته و در نهایت مهم ترین عوامل تصادفات را شناسایی می کند و پیشنهادات و هشدارهای لازم به راننده منتقل می شود.سیستم پیشنهاد شده خطر تصادفات رابرای قسمت های مختلف جاده بر اساس شرایط واقعی محل پیش بینی می کند.قابلذکر است که در سطح الگوریتمیک این سیستم،الگوریتم های خاص و مشهوری از قبیل درخت تصمیم و الگوریتم های ترکیبی پیاده سازی شده اند.علاوه بر این،متریک های مناسب برای اندازه گیری برتری هر الگوریتم و ارزیابی آن در نرم افزار وکا صورت گرفته است.نتایج بیانگر این مورد بوده اند که الگوریتم های Bagging و Decorate ،Random Forestبهترین نتایج را برای ما تولید کرده و برای پیش بینی هرچه سریع تر عوامل مهم تصادفات و انتقال هشدارهای لازم به راننده دارای بهترین عملکرد هستند

کلیدواژه ها:

داده های نامتعادل ، جی پی اس /. random forest ، Decorate ، bagging

نویسندگان

سیما شریفی راد

دانشجوی کارشناسی ارشد علوم کامپیوتر،دانشگاه امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • World Health Report: Making a difference. Geneva, World Health Organization, ...
  • P. Savolainen, F. Mannering, D. Lord, and M. Quddus, . ...
  • D. Lord, and F. Mannering, . _ statistical analysis of ...
  • S.Y. Sohn, . "Quality function deployment applied to local traffic ...
  • K.S.Ng, W.T.Hung, and W.G.Wong, , , An algorithm for assessing ...
  • A. P. Bradley, "The use of the area under the ...
  • A. Estabrooks, T. Jo, N. Japkowicz, _ multiple resampling method ...
  • G. Weiss, F. Provost, "Learning when training data are costly: ...
  • D.R. Wison, T.R. Martinez, "Reduction techniques for instance-based learning algorithms, ...
  • 0.V .Ganganwar, ":An overview of classification algorithm for imbalanced datsets, ...
  • _ Nitesh et. al., _ Special Issue _ Learning from ...
  • D.Lewis, and J.Catlett, "Uncertainty Sampling for Supervised Learning.: Proceedings of ...
  • A.Fernandez t al. "A study of linguistic fuzzy rule based ...
  • Quinlan.:C4 5: Programs for Machine Learning", 1993. ...
  • N.V. Chawla, N. Japkowicz, A. Kolcz, :Editorial: special issue _ ...
  • M.Galley, "statistical learning introduction in weka, " Artificial ...
  • intelligence cla s, November2, 2006. ...
  • L.Breiman, "Bagging predictors." Machine Learning, vol.24, pp.123-140, 1996. ...
  • Y.Freund, and S. Robert. "A Dec ision-Theoretc Generalization of on-Line ...
  • R.E. Schapire, _ brief introduction to boosting:, in: Proceedings of ...
  • M.Bevis et al., :GPS Meteorology remote sensing of atmospheric water ...
  • O.Kwon, W.Rhee and Y.Yoon, "Application of classification algorithms for analysis ...
  • Breiman L." Bagging predictors. Mach Learn. vol.24, no.2, pp. 123-140, ...
  • I. H. Witten and E Frank, "Data Mining: Practical Machine ...
  • .S .Mateo, ;"Tools and Techniques.", 2005. ...
  • نمایش کامل مراجع