|
本研究は、ディープラーニングモデルを活用した交通事故リスク予測モデルの構築を行い、同モデルの予測精度向上に資する入力データを明らかにすることを目指すものであり、都市間高速道路を対象とする近未来の交通事故リスク予測モデルを構築した。モデルは畳込みニューラルネットワークを基本とし、入力には車両感知器の速度・交通量・時間占有率（OCC）を使用した。また、入力データの質による影響を検討するために、交通状況の時間変動成分を考慮した分析を実施した。その結果、予測精度向上には、交通量とOCCの時間変動成分が有効であるとの知見を得た。また、構築したモデルの出力は実際の事故発生確率と概ね一致することを確認した。
|
