Form of studies |
Professional Bachelor |
Title of the study programm |
Financial Engineering |
Title in original language |
Automobiļu ceļu satiksmes negadījumu riska daudzkriteriāla prognozēšana |
Title in English |
Multi-criteria risk prediction of car road traffic accidents |
Department |
Faculty Of Computer Science Information Tehnology And Energy |
Scientific advisor |
Dmitrijs Bļizņuks |
Reviewer |
Jurijs Čižovs |
Abstract |
Ik gadu ceļu satiksmes negadījumi ir viens no galvenajiem sabiedrības veselības
apdraudējumiem, apdraudot ne tikai īpašumu un mantu, bet arī cilvēku un dzīvnieku
dzīvības. Ņemot vērā temata aktualitāti un literatūras nepietiekamu izklāstu, darbā
pētīts mašīnmācīšanās metožu potenciāls ceļu satiksmes negadījumu prognozēšanā.
Pētījumā tiek izmantotas vairākas mašīnmācīšanās metodes, tostarp “K-means”,
“DBSCAN”, “Random Forest”, “Lazy Predict” un “Linear Regression”, lai analizētu
satiksmes negadījumu ierakstu datu kopas un noteiktu modeļus, kas var palīdzēt
iestādēm veikt preventīvus pasākumus, iespējamo ceļu satiksmes negadījumu risku
mazināšanai.
Pētījuma rezultāti parāda mašīnmācīšanās metožu efektivitāti ceļu satiksmes
negadījumu iespējamības prognozēšanā, un izceļ to potenciālu ceļu satiksmes drošības
uzlabošanā. Rezultātā ir izstrādāts prognozēšanas modelis, kas spēj noteikt ceļu
satiksmes negadījumu varbūtību.
Šim pētījumam ir praktiska ietekme uz ceļu satiksmes drošībā iesaistītajām
iestādēm, kas var palīdzēt mazināt bojā gājušo un ievainoto skaitu uz ceļiem. Kopumā,
šis pētījums sniedz ieskatu mašīnmācīšanās metožu pielietošanā ceļu satiksmes
negadījumu iespējamības prognozēšanai, kā arī veicina pieaugošo literatūru par ceļu
satiksmes drošību.
Bakalaura darbs izklāstīts 110 lappusēs, tajā iekļautas 5 tabulas un 69 attēli.
Darbā izmantoti 59 informācijas avoti un pievienoti 20 pielikumi. |
Keywords |
Atslēgas vārdi: mašīnmācīšanās, prognoze, ceļu satiksmes negadījumi, “Random Forest” |
Keywords in English |
Keywords: machine learning, prediction, traffic accidents, “Random Forest” |
Language |
lv |
Year |
2023 |
Date and time of uploading |
30.05.2023 08:27:51 |