كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Identifying Key Factors in Traffic Accident Severity: A SHAP and Machine Learning Approach in North Carolina

نویسندگان :

Kimia Fazli Garmestani¹ Reza Samizadeh²

1- دانشگاه الزهرا(س) 2- دانشگاه الزهرا(س)

کلمات کلیدی :

Road accidents،North Carolina،crash severity،Feature Importance،Accident Analysis،Machine Learning Algorithms،Data-Driven Insights،predictive modeling

چکیده :

Road accidents present a significant challenge globally, impacting economies, national resources, and human lives. This study focuses on analyzing traffic accident data from North Carolina to identify the factors influencing crash severity. Utilizing data collected over several years, five machine learning techniques including Logistic Regression, XGBoost, Random Forest, K-Nearest Neighbors, and Decision Tree were rigorously evaluated. Among these, XGBoost demonstrated superior performance, achieving an accuracy of 91%. Detailed analyses, including Confusion Matrix Analysis and ROC-AUC Analysis, further validated the effectiveness of the algorithms. Additionally, SHAP values analysis was employed to pinpoint key factors contributing to accident severity. These findings highlight the critical role of diverse features in accurately predicting road accident severity and emphasize the potential of advanced machine learning methods in enhancing road safety measures.

لیست مقالات

لیست مقالات بایگانی شده

توسعه مدل ریاضی برای طراحی شبکه زنجیره تأمین پایدار پنبه

مائده فخفوری - ابراهیم اسدی گنگرج - برهان سهرابی

ارائه یک الگوریتم تجزیه بر مبنای خوشه‌بندی برای حل مسئله مسیریابی تحویل کالاها توسط کامیون و موتورسیکلت

سبحان انصاری - مریم رادمان

خوشه‌بندی مشتریان با استفاده از تکنیک‌های داده‌کاوی بر اساس شاخص‌های مدل RFM (مطالعه موردی: یک شرکت خرده‌فروشی آنلاین)

سارا سهرابی - امیرحسین نصرتی ملکجهان - رویا فیض

ارائه یک رویکرد تصمیم گیری با معیارهای چندگانه برای وزن دهی و رتبه بندی هولدینگ‌های پخش در زنجیره تأمین دارو

علیرضا نظری - نسیم نهاوندی

استخراج مشخصه‌های HMM-محور جهت پیش‌بینی رفتار تراکنشی مشتری با استفاده از مدل یادگیری عمیق

غزاله شهیدی - مریم توسلی سیرت - امیرحسین قبیله - علیرضا بادامچی - نرجس شفیعی بوانی - جواد نیکورزم

Proposing a new DEA model based on common set of weights for sustainable supplier selection

Abbas Shoul - Mohammad Amini - Fatemeh Arabpour

مسیریابی انتخابگرها در انبارهای تجارت الکترونیک تحت سیاست ذخیره‏ سازی قفسه های مختلط

شیرین بذیون - مهدی ایرانپور

مروری نظام‌مند بر راهبردهای پلاتوئینگ در طراحی شبکه‌های لجستیکی صنعت خودرو با رویکرد ارتقاء رقابت‌پذیری

حدیث گرجعلی بردشاهی - فاطمه بنی اسدی - میلاد صلواتی پور

Optimizing Early Detection of Breast Cancer: A Cluster-Based Classification Approach

Alireza Shabani - Shahrokh Asadi

رتبه‌بندی چالش های زنجیره‌تأمین مجتمع مس سرچشمه

حجت اسدی - شهرام آریافر - حامد موسوی‌راد - مرتضی احمدیان

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0