Using Multidimensional Data to Analyze Freeway Real-Time Traffic Crash Precursors Based on XGBoost-SHAP Algorithm
Notice bibliographique
Résumé
The traditional freeway safety studies with “poststatic” thinking basically use cross-sectional data or panel data, which find it difficult to figure out real-time traffic crash risk factors. With the development of information collection technology, it is possible to obtain high-resolution traffic flow data currently, which provide a data basis for the dynamic traffic safety research towards freeways. This research aims at accurately identifying the real-time traffic crash precursors on freeways and addressing the shortcomings of conventional dynamic traffic safety research with the thinking of limited factor dimensions. In this research, dimensional data were applied as input model variables, the input dataset includes traffic crash data and the matched dynamic traffic flow data, and weather information and road characteristics were also considered to figure out the interaction effects between these dimensional factors. The XGBoost (eXtreme Gradient Boosting) was carried out to identify the dynamic crash-prone variables and the SHAP (SHapley Additive exPlanations) interpreter was introduced to interpret the XGBoost model, as well as the visualization of the influence of each eigenvalue on the traffic crash was realized. The results indicate that, in addition to traffic flow variables, road, weather, and temporal characteristics also have an impact on the traffic crash risk, and there is an interaction between each feature. The results of this research can provide the theoretical basis for freeway real-time traffic crash prediction and safety control.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».