لطفا منتظر بمانید ...
0% Complete
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 Garmestani
1
Reza Samizadeh
2
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
Investigating the factors of infertility with female cause of ART baruchs using decision tree algorithm and regression
Somayeh Ghiasi Hafazi - Sohrab Effati - Mahboubeh Afzali
تأثیر بازرسیهای دورهای بر خرابیهای شارژ پمپ با شبیهسازی مونتکارلو (مطالعه موردی: شرکت نفت پارس)
رضا صادقی - علی حسین زاده کاشان - بختیار استادی
طراحی شبکه لجستیک معکوس جمع آوری پسماندهای پزشکی
رحمان امانیان - ابراهیم اسدی گنگرج
ارائه راهکارهای توسعه مشاوره کسبوکار برای مشاغل خرد و خانگی و اولویتبندی راهکارها با روش BWM
طیبه صادقیان
: توسعه و تحلیل سیاستهای تبلیغاتی و تخفیفاتی BOGOF مبتنی بر ترکیب رویکردهای یادگیری ماشین و بهینهسازی برای کاهش ضایعات موادغذایی و سودآوری خردهفروش
حامد آقالر - فرشته پرورش
رویکرد خطی سازی برای مسئله ی تعیین اندازه دسته با محدودیت ظرفیت و تقاضای تصادفی پویا همراه با آماده سازی وابسته به توالی با درنظرگیری هزینه ی کمبود
نرگس باقریان - سید حمید میرمحمدی
Maximum coverage facility location problem with refueling operations drones
Marziye Samsami
تجزیه و تحلیل کتابسنجی در مطالعات تامین مالی زنجیره تامین
محمدرضا زارع بنادکوکی - مسعود عادل نیانجف آبادی
شناسایی و اولویتبندی شاخصهای زیربنایی اینترنت انرژی در بستر انقلاب صنعتی چهارم
رها اسفندی نژاد - حسن زارعی - فضلالله آقامحمدی
Prediction of economic indices for dry farming chickpea production in Ravansar county of Iran using artificial neural networks
Ashkan Nabavi-Pelesaraei
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.8.0