交通事故分析与预测的最新进展：机器学习技术的综合回顾

交通事故在全球范围内构成严重的公共卫生问题，导致每年约 119 万例死亡，其中最受影响的是 5 至 29 岁的年轻人群体。本文通过梳理过去五年内将机器学习 (ML) 技术应用于交通事故分析与预测的最新研究进展，来应对路面安全中高级预测方法的关键需求。该综述检视了 191 项研究，聚焦于预测事故风险、频率、严重程度、持续时间，以及事故数据的一般统计分析。已知本研究是首个提供此类综合回顾，涵盖了与事故分析和预测相关的广泛领域的最新进展。该综述突出了整合多样化数据源和先进 ML 技术以提高预测精度并处理交通数据复杂性的有效性。通过描绘当前研究格局并识别文献中的空白，本研究旨在引导未来研究，致力于在 2030 年前显著减少与交通相关的死亡和伤害，契合世界卫生组织 (WHO) 的目标。