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

ارائه مدل ریاضی حهت انتخاب و زمان‌بندی سبد پروژه با درنظر گرفتن وابستگی متقابل میان پروژه‌ها

مهسا صفرخانلو - سید حسن قدسی پور

Optimization of Pressure Profile and V/P Switchover Point to Minimizing the Warpage in a Thin-Wall Plastic Injection Molded Part

Hamid Haghshenas Gorgani - Ali Saedi

طراحی زنجیره تامین دارو: رویکرد یکپارچه

زهرا خوجه - طوبی درویش محمدی - محمد مهاجر تبریزی

Comparison of group inconsistency and the arithmetic mean of individual inconsistencies

Vahab Deimekar Haghighi

اولویت بندی محرک های زنجیره تأمین سبز با استفاده از روش سوارا و ارسته مطالعه موردی: شرکت های نساجی، غذایی، داروسازی، روشنایی و بسته بندی

فرشاد کاوه - فاطمه کیانی - هادی شیرویه زاد

Chronic Kidney Disease prediction using machine learning algorithms and XAI approach

Mohammad Khodabandeh - Fatemeh Azarian

شناسایی و اولویت‌بندی ابعاد کلیدی خدمات ناب با رویکرد فرآیند تحلیل سلسله‌مراتبی فازی

دکتر مهدی اجلی

برسی تاثیر عوامل فردی و زیست محیطی وتبلیغات بر قصد خرید مصرف کنندگان لوازم خانگی پاکشوما در شهرستان ابرکوه

محمد رضا فلاح زاده ابرقوئی - آفرین اخوان

طراحی یک شبکه زنجیره تأمین تاب‌آور و پاسخگوی دارو با در نظر گرفتن فسادپذیری و عدم‌قطعیت

عارفه بهمن‌آبادی - مریم رضاپورنیاری

Implementation of a decision making-optimization approach to location - routing of cash-carrying vehicles in Tehran city

Ali Saltanati Sarabi - Seyed Omid Hasanpour Jesri

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0