Modely strojového učení pro analýzu míst automobilových nehod

Abstract

Cieľom tejto práce je analyzovať dopravné nehody metódami strojového učenia. Pomocou záznamov o dopravných nehodách v Českej republike dokážu metódy strojového učenia nájsť vzory a určovať kľúčové faktory, ktoré sú špecifické pre dopravné nehody. Pozornosť je postavená na identifikáciu vážnosti dopravných nehôd a určovanie potenciálne nebezpečných miest. Záznamy o dopravných nehodách sú doplnené informáciami z máp na zvyšovanie presnosti identifikácii. Získavanie informácii o faktoroch spôsobujúcich dopravné nehody môže viesť k znižovaniu počtu dopravných nehôd.

The aim of this work is to analyze traffic accidents using machine learning methods. Using accident records in the Czech Republic, machine learning methods are able to find patterns and determine key factors which are specific to the traffic accident. The focus is put on the identification of the severity of the accidents and identification of potentially hazardous sites. Accidents records are enriched with map data to improve the accuracy of identification. Obtaining information about factors responsible for traffic accidents can lead to a decrease in the number of traffic accidents.