메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이용범 (순천향대학교) 조은기 (순천향대학교) 윤창용 (수원과학대학교) 박성근 (순천향대학교)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제7호
발행연도
2019.7
수록면
866 - 871 (6page)
DOI
10.5370/KIEE.2019.68.7.866

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a prediction model for traffic accident injury grade using machine learning algorithm. We used machine learning models such as Decision Tree, Support Vector Machine, and Logistic Regression to predict injury grade. And to improve performance, Principal Component Analysis(PCA) or Linear Discriminant Analysis(LDA) was applied to each machine learning model. The data used in this study are based on NASS-CDS data that collects traffic accident investigation data and medical records of accident victims. According to the results, the proposed method is expected to be used in the automatic traffic accident notification system because of its reliable accuracy.
#NASS-CDS #Prediction of injury grade #Machine Learning #Decision Tree #Support Vector Machine #Logistic Regression #Principal Component Analysis #Linear Discriminant Analysis

목차

Abstract
1.서론
2. 본론
3. 결론
References

참고문헌 (12)

참고문헌 신청
김시우 / 2014 / 한국형 교통사고 심층조사 DB 체계 구축에 대한 연구 / 한국자동차공학회 논문집 22(2):29~36 Crossref 이은정 / 2010 / 데이터 마이닝 앙상블 모델을 이용한 교통사고 분석 google schola 주영지 / 2016 / 교통사고 데이터의 패턴 분석과 Hybrid Model을 이용한 피해자 상해 심각도 예측 / 스마트미디어저널 5(4):75~82 dbpia 홍성은 / 2015 / 공공데이터를 활용한 교통사고 상해 심각도 예측 모델 연구 / 한국정보기술학회논문지 13(5):109~118 dbpia K. Kusano / 2014 / Comparison and validation of injury risk classifiers for advanced automated crash notification systems / Traffic injury prevention :126~133 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

보행자 교통사고 심각도 예측을 위한 머신러닝 모형 비교 분석: 보행자 교통사고 자료의 표본 불균형 보정을 중심으로
이호준 ,  이수기 대한공간정보학회지 2021 .06
자율주행자동차의 추돌 회피를 위한 교통사고분석 및 기계 학습 기반 위험 시나리오 생성 연구
이지민 ,  정의인 ,  송봉섭 한국자동차공학회논문집 2020 .11
교통사고 지점 예측을 위한 인공신경망 모델
김호용 ,  김정재 ,  박상민 외 2명 한국지능정보시스템학회 학술대회논문집 2017 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-560-000887089