La seguridad vial siempre ha sido un tema importante en el desarrollo sostenible del transporte, y la predicción de la gravedad de los accidentes de tráfico sigue siendo un reto crucial en el ámbito de la seguridad vial. Se ha propuesto una gran variedad de modelos de previsión para hacer frente a este reto. Estos modelos evolucionaron gradualmente de formas lineales a no lineales y de modelos de regresión estadística tradicionales a los actuales modelos populares de aprendizaje automático. Recientemente, ha despertado gran interés un algoritmo de aprendizaje automático denominado Deep Forests (bosques profundos) basado en el conjunto de árboles de decisión, que fue propuesto por primera vez por un equipo de investigación de la Universidad de Nanjing. Este algoritmo demostró ser más preciso y robusto en comparación con otros algoritmos de aprendizaje automático. Motivado por este beneficio, este estudio emplea el conjunto de datos de seguridad vial del Reino Unido para proponer un método novedoso de predicción de la gravedad de los accidentes de tráfico basado en el algoritmo Deep Forests. Para verificar la superioridad de nuestro método propuesto, se implementaron otros modelos de perdición basados en algoritmos de aprendizaje automático para predecir la gravedad de los accidentes de tráfico con el mismo conjunto de datos, y los resultados de la predicción muestran que el algoritmo Deep Forests presenta una buena estabilidad, menos hiperparámetros y la mayor precisión bajo diferentes niveles de volumen de datos de entrenamiento. Se espera que los resultados de este estudio sean útiles para el establecimiento o la mejora de un sistema eficaz de seguridad vial dentro de un sistema de transporte sostenible, lo que es de gran importancia para ayudar a los gestores gubernamentales a establecer estrategias proactivas oportunas en la prevención de accidentes de tráfico y mejorar eficazmente la seguridad vial.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelo de evaluación de cadenas de suministro en el sector de confecciones de Barranquilla
Artículo:
Los puertos públicos colombianos ante los retos del TLC
Artículo:
Programación dinámica de vehículos para una red de servicios de trabajo con doble demanda
Artículo:
El impacto de la política de restricción de compras en la propiedad de automóviles en las cuatro principales ciudades de China
Artículo:
Heurística de reoptimización para el problema de rutas de vehículos capacitados