Makine öğrenmesi yöntemleri ile yaralanmalı trafik kazalarının analizi: Adana örneği
Cevher Özden1, Çiğdem Acı21Çukurova Üniversitesi Bilgisayar Mühendisliği Bölümü2Mersin Üniversitesi Bilgisayar Mühendisliği Bölümü
Bu çalışmada, Adana ilinde 2005 ile 2014 yılları arasında meydana gelen yaralanmalı trafik kazalarına ait aylık bazdaki sayısal veriler ile aynı yıllara ait aylık bazdaki meteorolojik verilerden oluşturulan bir veri kümesi kullanılarak yaralanmalı kaza sayısı ve yaralı sayısı tahmini yapacak modeller geliştirilmiştir. Tahmin modellerinde, İleri Beslemeli Çok Katmanlı Yapay Sinir Ağı (İBÇK-YSA), Fonksiyon Uydurma Yapay Sinir Ağı (FU-YSA), Genelleştirilmiş Regresyon Yapay Sinir Ağı (GR-YSA), Regresyon Ağacı (RA), Destek Vektör Makinesi (DVM) ve Çoklu Doğrusal Regresyon (ÇDR) Analizi yöntemleri kullanılmıştır. Çalışma sonucunda, DVM yönteminin her iki tahmin senaryosunda da en başarılı sonuçları verdiği görülmüştür. Yaralanmalı Kaza Sayısı tahminlerinin RA yöntemi dışında Yaralı Sayısı tahminlerinden daha başarılı olduğu saptanmıştır. Ayrıca, önceki yıllarda gerçekleşen kazalara ait yol ve hava verilerini kullanarak gelecek yıllar için uygun önlemler almanın mümkün olduğu sonucuna varılmıştır.
Anahtar Kelimeler: Trafik kazası, Tahmin modeli, Makine öğrenmesiAnalysis of injury traffic accidents with machine learning methods: Adana case
Cevher Özden1, Çiğdem Acı21Çukurova University Computer Engineering Department2Mersin University Computer Engineering Department
In this study, a dataset is created using numeric data of injury traffic accidents in monthly base between 2005 and 2014 years in Adana province and meteorological data of the same years in order to develop prediction models which estimate number of traffic accidents involving injury and number of injured people. Feedforward Multilayer Artificial Neural Network, Function Fitting Artificial Neural Network, Generalized Regression Artificial Neural Network, Regression Tree, Support Vector Machine and Multiple Linear Regression Analysis methods were used in the prediction models. As a result of the study, SVM gives the most successful results for both prediction scenarios. Prediction of the number of traffic accidents involving injury is more successful than prediction of number of injured people except Regression Tree method. In addition, it has concluded that it is possible to take precautions using road and weather data of the accidents which occurred in previous years.
Keywords: Traffic accident, Prediction model, Machine learningSorumlu Yazar: Çiğdem Acı, Türkiye
Makale Dili: Türkçe