論文の概要: Applying Association Rules Mining to Investigate Pedestrian Fatal and
Injury Crash Patterns Under Different Lighting Conditions
- arxiv url: http://arxiv.org/abs/2211.03187v1
- Date: Sun, 6 Nov 2022 17:44:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 16:00:59.130849
- Title: Applying Association Rules Mining to Investigate Pedestrian Fatal and
Injury Crash Patterns Under Different Lighting Conditions
- Title（参考訳）: 照明条件の違いによる歩行者死亡・傷害事故パターン調査のためのアソシエーションルールの適用
- Authors: Ahmed Hossain, Xiaoduan Sun, Raju Thapa, Julius Codjoe
- Abstract要約: 本研究では,3種類の照明条件に応じて,衝突危険因子の隠れパターンを特定するためにアソシエーションルールマイニングを適用した。
昼間の歩行者事故は、子供(15歳未満)、高齢者(64歳以上)、高齢者(64歳以下)、その他の運転行動と関連付けられている。
歩行者の致命的な事故は、街灯のない暗闇の中で、高速な限界(50 mph)を持つ道路と関連している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The pattern of pedestrian crashes varies greatly depending on lighting
circumstances, emphasizing the need of examining pedestrian crashes in various
lighting conditions. Using Louisiana pedestrian fatal and injury crash data
(2010-2019), this study applied Association Rules Mining (ARM) to identify the
hidden pattern of crash risk factors according to three different lighting
conditions (daylight, dark-with-streetlight, and dark-no-streetlight). Based on
the generated rules, the results show that daylight pedestrian crashes are
associated with children (less than 15 years), senior pedestrians (greater than
64 years), older drivers (>64 years), and other driving behaviors such as
failure to yield, inattentive/distracted, illness/fatigue/asleep. Additionally,
young drivers (15-24 years) are involved in severe pedestrian crashes in
daylight conditions. This study also found pedestrian alcohol/drug involvement
as the most frequent item in the dark-with-streetlight condition. This crash
type is particularly associated with pedestrian action (crossing
intersection/midblock), driver age (55-64 years), speed limit (30-35 mph), and
specific area type (business with mixed residential area). Fatal pedestrian
crashes are found to be associated with roadways with high-speed limits (>50
mph) during the dark without streetlight condition. Some other risk factors
linked with high-speed limit related crashes are pedestrians walking
with/against the traffic, presence of pedestrian dark clothing, pedestrian
alcohol/drug involvement. The research findings are expected to provide an
improved understanding of the underlying relationships between pedestrian crash
risk factors and specific lighting conditions. Highway safety experts can
utilize these findings to conduct a decision-making process for selecting
effective countermeasures to reduce pedestrian crashes strategically.
- Abstract（参考訳）: 歩行者の衝突パターンは照明条件によって大きく異なり、様々な照明条件で歩行者の衝突を調べる必要性が強調される。
ルイジアナ州の歩行者死亡事故および傷害事故データ(2010-2019年)を用いて、アソシエーション・ルール・マイニング(arm)を用いて、3つの異なる照明条件(日光、街灯、街灯)に応じて、クラッシュリスク要因の隠れたパターンを特定する。
この結果から,子ども (15歳未満), 高齢者 (64歳未満), 高齢者 (64歳未満) , 高齢者 (64歳未満) , その他の運転行動 (収量不足, 不注意/欠失, 病/失脚など) との関連性が示唆された。
また、若いドライバー(15～24歳)は、日中の厳しい歩行者事故に関与している。
この研究は、歩行者のアルコール/ドラッグの関与が、暗黒と街路条件における最も頻繁な項目であることも見出した。
このクラッシュタイプは特に歩行者行動(交差点/ミッドブロックを横切る)、ドライバー年齢(55-64歳)、速度制限(30-35mph)、特定の地域タイプ(住宅地が混在したビジネス)に関係している。
歩行者の死亡事故は、街灯のない暗闇の中で、高速な限界(50 mph)を持つ道路と関連している。
高速制限に関連した事故と関連する他の危険要因としては、交通量、歩行者の暗い衣服の存在、歩行者のアルコール/ドラッグの関与などが挙げられる。
研究結果は,歩行者事故リスク要因と特定の照明条件との関係の理解を深めることが期待されている。
道路安全の専門家は、これらの知見を利用して、歩行者の衝突を戦略的に軽減するための効果的な対策を選択する意思決定を行うことができる。
関連論文リスト
- How Do Drivers Behave at Roundabouts in a Mixed Traffic? A Case Study
Using Machine Learning [1.1137087573421256]
本研究では,データ駆動型教師なし機械学習を用いた混在交通環境におけるラウンドアバウンド時の運転行動について検討する。
その結果、ラウンドアバウンドを進むドライバーのほとんどは、主に保守的な運転スタイルと正常な運転スタイルの2つに分類できることがわかった。
ドライバはラウンドアバウンドでVRUと対話するときに異常に振る舞う傾向にあり、交差点がマルチモーダルである場合のクラッシュのリスクが増大する。
論文 参考訳（メタデータ） (2023-09-23T18:02:57Z) - Deep learning based black spot identification on Greek road networks [52.77024349608834]
時間的現象であるブラックスポットの識別には、地理的な位置と時間に基づく道路事故の発生の分析が含まれる。
この研究は、警察や政府発行の自動車事故レポートのデータを利用して、ギリシャの道路網の交通事故をブラックスポットの認識に焦点をあてた。
論文 参考訳（メタデータ） (2023-06-19T07:08:30Z) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - Infrastructure-based End-to-End Learning and Prevention of Driver
Failure [68.0478623315416]
フェールネットは、規模が拡大したミニ都市において、名目上と無謀なドライバーの両方の軌道上で、エンドツーエンドでトレーニングされた、繰り返しニューラルネットワークである。
制御障害、上流での認識エラー、ドライバーのスピードを正確に識別し、名目運転と区別することができる。
速度や周波数ベースの予測器と比較すると、FailureNetのリカレントニューラルネットワーク構造は予測能力を向上し、ハードウェアにデプロイすると84%以上の精度が得られる。
論文 参考訳（メタデータ） (2023-03-21T22:55:51Z) - Identifying roadway departure crash patterns on rural two-lane highways
under different lighting conditions: association knowledge using data mining
approach [0.4899818550820575]
アメリカの高速道路での死亡事故の半数以上が、毎年道路の出発(RwD)によって発生している。
本研究は,多次元衝突危険因子間の意味のある複雑な相互作用を探索するために,安全なシステムアプローチを用いた。
生成されたルールに基づいて、この発見は昼光、暗黒の街灯、暗黒の街灯のいくつかの興味深いクラッシュパターンを明らかにした。
論文 参考訳（メタデータ） (2023-02-28T16:53:54Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳（メタデータ） (2022-08-31T08:42:28Z) - Drivers' attention detection: a systematic literature review [62.997667081978825]
多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。
技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。
本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
論文 参考訳（メタデータ） (2022-04-06T11:36:40Z) - Datacentric analysis to reduce pedestrians accidents: A case study in
Colombia [0.0]
2012年以降、ブカラマンガ・コロンビアのケーススタディでは179人の歩行者が自動車事故で死亡し、さらに2873人が負傷した。
この研究は、都市の事故率を減らし、新しい安全政策を導入することを提案することで、生活を救うためのシミュレーションを実装している。
シミュレーションによって検証された最初の最も効率的な安全方針は、交差点が事故率を80%削減する前に特定の場所でスピードバンプを構築することです。
論文 参考訳（メタデータ） (2021-04-02T06:59:50Z) - Human error in motorcycle crashes: a methodology based on in-depth data
to identify the skills needed and support training interventions for safe
riding [0.0]
本稿では,事故発生率を抑えるため,最も高いリスククラッシュ構成において,ライダーが必要とするスキルを識別する手法を定義する。
本稿では803基の2輪車衝突事故の詳細なデータを用いたケーススタディを提案する。
論文 参考訳（メタデータ） (2021-02-19T21:30:37Z) - Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。
2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。
我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文 参考訳（メタデータ） (2020-11-21T09:43:50Z) - Where are the Dangerous Intersections for Pedestrians and Cyclists: A
Colocation-Based Approach [3.8355893560092893]
歩行者やサイクリストは、他の道路利用者よりも事故で死亡するリスクが高い。
問題のある街路環境を最小化する方法を見つけることが重要である。
論文 参考訳（メタデータ） (2020-05-30T13:54:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。