Analiza pogojev in simulacija nastanka prometnih nesreč z metodami strojnega učenjaGerčer, Matija (Avtor) Bosnić, Zoran (Mentor) Lisec, Anka (Komentor) napovedovanjeklasifikacijaprometne nesrečeprometprostorski podatkimodeli strojnega učenjaPrometnih nesreč, še posebej takšnih s težjim potekom, najverjetneje ni mogoče povsem preprečiti - lahko pa jih poskušamo zmanjšati. Kot podporo odločevalcem, ki sodelujejo pri prometni varnosti, si številne ustanove prizadevajo najti najnevarnejše odseke cest in oceniti stopnjo tveganja. Cilj magistrske naloge je razvoj in evalvacija napovednih modelov za klasifikacijo nevarnih cestnih odsekov in ugotavljanje faktorjev, ki vplivajo na nastanek prometnih nesreč. V nalogi smo se osredotočili na razvoj celotnega cevovoda, ki je obsegal faze od prevzema in obdelave (prostorskih) podatkov, do implementacije in evalvacije različnih modelov. Velik poudarek smo namenili analizi prostorskih podatkov, s katero smo pridobili številne dodatne informacije o nesrečah in njihovi okolici. Ugotovili smo, da je za gradnjo napovednih modelov kritična faza ustvarjanje negativnih primerov. Pri eksperimentalnem delu se je najbolje obnesel model nevronske mreže, ki je dosegla 90% točnost in 81% priklic. Delo nakazuje, da lahko iz obstoječih podatkov s pomočjo napovednih modelov klasificiramo nevarne odseke in ugotovimo faktorje, ki najbolj vplivajo na nastanek prometnih nesreč. Kljub obetavnim rezultatom je za resno uporabo potrebno dodatno eksperimentalno delo, predvsem na področju ustvarjanja učnih primerov.20242024-12-16 12:40:01Magistrsko delo/naloga165972sl