利用扩展事故三角形克服不平衡的安全数据
机器学习
2024-08-15 v1 机器学习
摘要
越来越多的人有兴趣使用安全分析和机器学习来支持工作场所事故的预防，特别是在建筑和卡车运输等高风险行业中。尽管现有的安全分析研究已经取得了显著进展，但它们受到不平衡数据集的影响，这是安全分析中的一个常见问题，导致预测不准确。这可能导致管理问题，例如资源分配不当和干预措施不合理。为了克服不平衡数据问题，我们扩展了事故三角形理论，提出数据样本的重要性应基于伤害严重程度、事故频率和事故类型等特征。因此，提出了三种基于对少数类样本分配不同权重的过采样方法。我们在不同机器学习算法中发现了稳健的改进。由于缺乏开源安全数据集，我们分享了三个不平衡数据集，例如一个为期 9 年的全国建筑事故记录数据集及其对应代码。
引用
@article{arxiv.2408.07094,
title = {Overcoming Imbalanced Safety Data Using Extended Accident Triangle},
author = {Kailai Sun and Tianxiang Lan and Yang Miang Goh and Yueng-Hsiang Huang},
journal= {arXiv preprint arXiv:2408.07094},
year = {2024}
}