相关实验视频
Updated: Jul 11, 2025
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
基于机器学习的撞车预测模型的进展,挑战和未来研究需求:系统性审查
Yasir Ali1, Fizza Hussain2, Md Mazharul Haque2
1School of Architecture, Building, and Civil Engineering, Loughborough University, Leicestershire LE11 3TU, United Kingdom.
Accident; analysis and prevention
|November 17, 2023
概括
本综述总结了用于预测道路交通事故和伤害严重性的机器学习模型. 它确定了通过先进的撞车预测来改善道路安全的差距和未来研究需求.
科学领域:
- 道路交通安全问题 道路安全问题
- 交通工程是交通工程.
- 数据科学是数据科学.
背景情况:
- 准确的碰撞建模对于有效的道路安全管理和制定对策至关重要.
- 20多年来,机器学习 (ML) 已被应用于崩预测,大数据提供了新的机会.
- 了解最先进的机器学习撞击预测模型对于未来的进步至关重要.
结论:
- 本次审查突出了ML模型开发,评估和道路安全应用的关键研究需求.
- 未来的研究应该专注于解决已识别的差距,以开发更强大,更准确的碰撞预测模型.
- 利用大数据和先进的ML方法可以显著提高对道路交通事故及其决定因素的理解和预测.
