Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김성호 | - |
dc.date.accessioned | 2020-12-22T06:53:09Z | - |
dc.date.available | 2020-12-22T06:53:09Z | - |
dc.date.issued | 2003-11 | - |
dc.identifier.citation | 대한교통학회 제44회 학술발표회, page. 1-7 | en_US |
dc.identifier.uri | http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07497101? | - |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/156447 | - |
dc.description.abstract | 교통사고가 나라경제에 미치는 영향을 보면 1993년 GDP(Gross Domestic Product)를 기준으로 볼 때 호주의 경우 1.6%, 영국 1.7%, 미국 1.0%에서 1.5%라는 막대한 손실을 가져다주었다. 우리나라의 경우 또 한 2000년 GDP 2.7%가 교통사고로 인하여 손실되었다. 이렇듯 교통사고가 국가 경제에 미치는 영향은 실로 막대하다. 이러한 교통사고 중 교차로 상에서 발생하는 교통사고는 2001년 전체 교통사고의 21% 인 52,027건이나 되며, 이는 교차로의 안전성 진단에 대한 분석이 필요함을 의미한다. 교차로 안전성 진단과 관련된 기존의 연구는 대부분이 교차로 상에서 발생한 사고 자료에 기초해서 교차로 기하구조 및 교통량, 신호운영방법 등의 요소를 변수로 사용하여 교통사고 건수 예측모형 개발에 관한 연구를 하였지만, 사고심각도와 관련된 연구는 거의 찾아보기 힘들다. 따라서 본 연구는 사고심각도 모형 개발에 기존 사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 사고심각도와의 상관관계를 분석하고, 상관 관계가 높은 변수를 이용하여 신경망이론상에 적용하여 사고심각도 예측 모형을 개발하였다. 교차로의 안전성을 향상시키기 위한 투자우선순위를 결정하고자 할 때 교차로의 사고 데이터가 부족할 경우가 있을 수 있다. 이러한 경우 대상 교차로 상에 발생하는 상충자료를 조사하여 본 모형에 적용함으로써 상충 이 사고로 이어질 경우 얼마 만큼의 사고심각도를 나타 낼 것인가를 예측할 수 있으며, 이를 기초해서 교차로 투자우선순위를 결정하는데 도움을 줄 수 있으리라 사료된다. | en_US |
dc.language.iso | ko_KR | en_US |
dc.publisher | 대한교통학회 | en_US |
dc.title | 인공신경망을 적용한 신호교차로 교통사고심각도 예측에 관한 연구 | en_US |
dc.title.alternative | A Study to predict the traffic accident severity level appling Neural network at the signalized intersection | en_US |
dc.type | Article | en_US |
dc.contributor.googleauthor | 최재원 | - |
dc.contributor.googleauthor | 조준한 | - |
dc.contributor.googleauthor | 김성호 | - |
dc.contributor.googleauthor | 김원철 | - |
dc.sector.campus | E | - |
dc.sector.daehak | COLLEGE OF ENGINEERING SCIENCES[E] | - |
dc.sector.department | DEPARTMENT OF TRANSPORTATION AND LOGISTICS ENGINEERING | - |
dc.identifier.pid | seongho | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.