利用时空特征建模严重交通事故
机器学习
2019-06-26 v1 机器学习
摘要
我们提出了一种在聚合（区域级）和离散（点级）数据中估计交通事故严重程度的方法。通过探索空间特征，我们使用若干区域级变量度量道路网络的复杂性。同时利用来自纽约市的时空及其他情境开放数据，我们使用梯度提升模型进行推断和度量特征重要性，并结合高斯过程对数据中的空间依赖关系建模。结果表明，在聚合模型中复杂性以及其他预测特征具有显著重要性，这可能有助于制定政策和定向干预以预防严重交通事故和伤害。
引用
@article{arxiv.1906.10317,
title = {Modeling Severe Traffic Accidents With Spatial And Temporal Features},
author = {Devashish Khulbe and Soumya Sourav},
journal= {arXiv preprint arXiv:1906.10317},
year = {2019}
}
备注
6 pages, 4 figures, 3 tables