Geri Dön

Araç kaza verilerine dayalı trafik kaza süresinin tahmini

Prediction of the traffic accident duration based on vehicle accident data

  1. Tez No: 850843
  2. Yazar: HÜSEYİN KORKMAZ
  3. Danışmanlar: PROF. DR. MEHMET ADAK, DR. ÖĞR. ÜYESİ MEHMET ALİ ERTÜRK
  4. Tez Türü: Doktora
  5. Konular: Kazalar, Trafik, Ulaşım, Accidents, Traffic, Transportation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Akıllı Ulaşım Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Akıllı Ulaşım Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 168

Özet

Bu doktora tezinin amacı İstanbul'daki trafik kaza verilerine dayalı olarak trafik kaza süresini tahmin etmek ve kaza süresini etkileyen temel faktörleri belirlemektir. Tez çalışmasında İstanbul Büyükşehir Belediyesi ve Emniyet Genel Müdürlüğü kurumlarından elde edilen İstanbul'a ait kaza bilgisi veri setleri kullanılmıştır. Veriler, veri madenciliği kapsamında incelenmiştir. Ayıklanan veri setine istatistik testleri ve makine öğrenmesi algoritmaları uygulanarak trafik kaza süresi tahmini gerçekleştirilmiştir. Elde edilen makine öğrenmesi eğitim sonuçlarına göre en başarılı algoritma R-Kare: 0.85 ile Topluluk Ağacı olurken, test sonuçlarına göre en başarılı algoritma R-Kare: 0.91 ile Sinir Ağları olmuştur.

Özet (Çeviri)

The aim of this study is to predict the traffic accident duration based on traffic accident data in Istanbul and to identify the main factors affecting the accident duration. The accident data sets obtained from Istanbul Metropolitan Municipality and General Directorate of Security are used in this study. The data were analyzed within the scope of data mining. Statistical tests and machine learning algorithms were applied to the extracted data set and prediction of traffic accident duration was performed. According to the machine learning training results, the best model is Ensemble Tree with R-Square: 0.85 and according to the test results, the best model is Neural Networks with R-Square: 0.91.

Benzer Tezler

  1. Traffic flow speed estimation based on multi-feature spaces

    Çoklu özellik uzayına dayalı trafik hızı tahmini

    ENES BİLGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET AMAÇ GÜVENSAN

    DR. ÖĞR. ÜYESİ HAFİZA İREM TÜRKMEN ÇİLİNGİR

  2. Trafik kaza analizinde iş zekâsı tabanlı bir model önerisi

    Business intelligence based model proposal in traffic accident analysis

    HÜSEYİN SERDAR GEÇER

    Doktora

    Türkçe

    Türkçe

    2021

    KazalarSakarya Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ERMAN COŞKUN

  3. Real-time crash risk analysis using deep learning

    Derin öğrenmeyle gerçek zamanlı kaza risk analizi

    SAEID MORADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OSMAN ATAHAN

  4. Smart trailer system with driver behaviour recognition and 360-degree surround view camera

    Türkçe metin belgeleri için cümle sınırı tespit sistemi

    ÇAĞRI DÜKÜNLÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET UĞRAŞ CUMA

  5. Anfis ve popülasyona dayalı optimizasyon algoritması kullanılarak izole bir kavşağın sinyal zamanınıntahmini

    The prediction of the signal timing of an isolated intersection using a combination of anfis and population-based optimization algorithm

    AMIR SHAHKAR

    Doktora

    Türkçe

    Türkçe

    2020

    UlaşımKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEREF ORUÇ