一种处理不平衡数据的碰撞严重程度建模生成式深度学习方法
机器学习
2024-04-04 v1 人工智能
摘要
碰撞数据通常存在严重的不平衡,大多数碰撞为非致命性碰撞,而由于致命性碰撞的罕见性,仅有极少数为致命性碰撞。这种数据不平衡问题对碰撞严重程度建模构成了挑战,因为模型难以在样本极其有限的情况下拟合和解释致命性碰撞结果。通常,此类数据不平衡问题通过数据重采样方法来解决,例如欠采样和过采样技术。然而,大多数传统和基于深度学习的数据重采样方法,如合成少数类过采样技术(SMOTE)和生成对抗网络(GAN),专门设计用于处理连续变量。尽管一些重采样方法已改进以同时处理连续和离散变量,但它们在处理与稀疏离散风险因子相关的崩溃问题时可能存在困难。此外,目前缺乏在碰撞严重程度建模中比较各种重采样方法性能的全面研究。为了解决上述问题,本研究提出了一种基于条件表格 GAN(Conditional Tabular GAN, CTGAN)的碰撞数据生成方法。在数据平衡后,采用碰撞严重程度模型来评估分类和解释的性能。使用美国华盛顿州收集的 4 年不平衡碰撞数据集,对所提出生成方法的分类准确率和分布一致性进行了比较研究。此外,采用蒙特卡洛模拟来评估两类和三类不平衡场景下参数估计和概率估计的性能。结果表明,使用 CTGAN-RU 生成的合成数据进行碰撞严重程度建模,优于使用原始数据或其他重采样方法生成的合成数据。
引用
@article{arxiv.2404.02187,
title = {A Generative Deep Learning Approach for Crash Severity Modeling with Imbalanced Data},
author = {Junlan Chen and Ziyuan Pu and Nan Zheng and Xiao Wen and Hongliang Ding and Xiucheng Guo},
journal= {arXiv preprint arXiv:2404.02187},
year = {2024}
}