Predicting Traffic Accident Severity Using Machine Learning Techniques

Home Page
About
Submit A Journal
Submit A Conference
Submit Paper/Book
- Submit a Preprint
- Submit a Book
Contact

Türk Doğa ve Fen Dergisi
Volume:11 Issue:3
Predicting Traffic Accident Severity Using Machine Learning Techniques

Predicting Traffic Accident Severity Using Machine Learning Techniques

Authors : Ali ÇELİK, Onur SEVLİ

Pages : 79-83

Doi:10.46810/tdfd.1136432

View : 65 | Download : 11

Publication Date : 2022-09-29

Article Type : Research Paper

Abstract :Ülkelerin ekonomilerine, milli varlıklarına zarar verip insanların yaşamlarına sebep olan trafik kazaları, ülkelerin en büyük sorunlarından biridir. Dolayısıyla, kazaların meydana gelmesine katkıda bulunan faktörlerin araştırılması ve doğru bir kaza şiddeti tahmin modelinin geliştirilmesi kritik öneme sahiptir. Bu çalışmada, 2011-2021 yılları arasında Teksas`ın Austin, Dallas ve San Antonio şehirlerinden toplanan trafik kazası verileri kullanılarak, kazalara sebep olan faktörler incelenip, Derin Öğrenme, Lojistik Regresyon, XGBoost, Random Forest, KNN ve SVM gibi 6 farklı makine öğrenme tekniğinin kaza şiddet-tahmin performans sonuçları karşılaştırılırdı. Elde edilen bulgular, Lojistik Regresyon algoritmasının kaza şiddetini sınıflandırmada %88 doğrulukla diğerleri arasında en iyi performansı gösterdiğini göstermektedir.
Keywords : Machine Learning, Deep Learning, Traffic Accident, Data Mining, Crash Severity

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.