Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışma, trafik kazalarına neden olan etkenlerin birbirleri ve kaza sonuçları ile ilişkilerini analiz edebilen, örnek bir model oluşturması açısından önemlidir.
📌 3 Maddede Bu Makale
Özet
Türkiye'de başlıca ulaşım yolu olarak karayollarının kullanılması trafik yoğunluğunda hızlı bir artışa neden olmaktadır. Mevcut altyapının hızla artan bu yoğunluğa karşılık vermekte zorlanmasına ek olarak sürücü ve yayalar tarafından yapılan trafik ihlalleri sonucunda ülkemizde her yıl çok sayıda trafik kazası meydana gelmektedir. Trafik kazalarının ve kazaların sonucunda oluşan maddi ve manevi kayıpların önlenebilmesi, bu doğrultuda gerekli tedbirlerin alınabilmesi için trafik kazalarının ve kazalara neden olan etmenlerin detaylı bir şekilde analiz edilmesi gerekmektedir. Bu çalışmada trafik kazaları ve trafik kazalarına neden olan etmenler Bayes Ağları aracılığıyla analiz edilmektedir. Bayes Ağları değişkenler arasındaki koşullu bağımlılık ilişkilerini yansıtması, tek bir bağımsız değişkene bağımlı kalmaması, yapılan gözlemler uyarınca ağın ve çıkarımların yenilenebilmesi ve tüm bu çıkarımların görsel bir dil ile kullanıcıya aktarılabilmesi açısından önemli grafiksel bir modeldir. Bu çalışmada Silivri Bölge Trafik Şube Müdürlüğü ve İlçe Jandarma Trafik Tim Komutanlığı'ndan elde edilen maddi hasarlı trafik kaza tespit tutanakları ve trafik kaza tespit tutanaklarının içerdiği bilgiler doğrultusunda oluşturulan veri setinden ilgili Bayes Ağı öğrenilmiştir. Oluşturulan Bayes Ağı'nın doğru tahminleme oranı ayrılan test datası aracılığıyla sınanmış ve oluşturulan modelin etkinliği, model için hesaplanan logskorun marjinal modelin logskoru ile karşılaştırılması sonucu teyit edilmiştir. Ağda yer alan değişkenler için duyarlılık analizleri yapılmıştır. Çalışma, trafik kazalarına neden olan etkenlerin birbirleri ve kaza sonuçları ile ilişkilerini analiz edebilen, örnek bir model oluşturması açısından önemlidir.
Abstract
― The use of high ways as the major means of transportation in Turkey causes a rapid increase in traffic intensity. As a result of the fact that the current infrastructure is unable to respond this rapid increase of traffic intensity, in addition to the traffic infringements made both by drivers and pedestrians, each year a huge number of traffic accidents occur. To prevent the traffic accidents with tangible and intangible losses resulting from it, and to take the necessary precautions in that purpose, it is necessary to conduct a detailed analysis of traffic accidents and the factors influencing its happening. In this research, traffic accidents and the factors influencing traffic accident occurrences are analyzed via Bayesian networks. As a graphical model, Bayesian networks possess a special importance with its abilities such as showing the conditional dependencies between the variables, not being limited to only one output variable, the ability to update the network through evidence observation and the capability to transfer all these information through a graphical interface. In this research, using the official traffic accident reports obtained from Silivri Regional Branch Office and County Gendarmerie Traffic Command a data set is constructed and the corresponding Bayesian network is learned from this data set. Prediction capability of the network is verified through the test data set and the efficiency of the learned model is confirmed with the lift over marginal resulting as positive. Sensitivity analysis is performed for the variables in the network. The proposed model in this research is an exemplary model to analyze the dependency structure between the effects, causes and outcomes of traffic accidents.