| dc.contributor.author | Львовський, О. О. | uk |
| dc.contributor.author | Крилик, Л. В. | uk |
| dc.contributor.author | Lvovskiy, O. O. | en |
| dc.contributor.author | Krylik, L. V. | en |
| dc.date.accessioned | 2022-09-16T09:33:29Z | |
| dc.date.available | 2022-09-16T09:33:29Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Львовський О. О. Дослідження функціональних характеристик методів та засобів для прогнозування кількості порушень правил дорожнього руху [Електронний ресурс] / О. О. Львовський, Л. В. Крилик // Матеріали LІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15635. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/35782 | |
| dc.description.abstract | В роботі обґрунтовано доцільність створення програмного модуля прогнозування кількості порушень правил дорожнього руху, розглянуто фактори, які впливають на порушення правил дорожнього руху. Проаналізовано методи Random Forest та машини опорних векторів, в результаті чого обрано метод Random Forest для розробки програмного модуля. | uk |
| dc.description.abstract | The expediency of creation of the software module of forecasting of quantity of infringements of traffic rules is
substantiated in work, the factors influencing infringements of traffic rules are considered. Random Forest methods and
reference vector machines were analyzed, as a result of which the Random Forest method was chosen for software
module development. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15635 | |
| dc.subject | порушення правил дорожнього руху | uk |
| dc.subject | Random Forest | en |
| dc.subject | машина опорних векторів | uk |
| dc.subject | Traffic Violation | en |
| dc.subject | support vector machine | en |
| dc.title | Дослідження функціональних характеристик методів та засобів для прогнозування кількості порушень правил дорожнього руху | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.832.2 | |
| dc.relation.references | Про стратегію підвищення рівня безпеки дорожнього руху в Україні до 2024 року. URL: http://vin.gov.ua/upravlinniadorozhnoho-hospodarstva-oblderzhadministratsii/34354-pro-stratehiiu-pidvyshchennia-rivnia-bezpeky-dorozhnoho-rukhu-v-ukrainina-period-do-2024-roku (дата звернення: 24.05.2022). | uk |
| dc.relation.references | Безпека дорожнього руху по-новому: переваги та ризики. URL: https://uifuture.org/publications/bezpeka-dorozhnogoruhu-po-novomu-perevagy-ta-ryzyky/ (дата звернення: 24.05.2022). | uk |
| dc.relation.references | Aarts L., Schagen van I. Driving speed and the risk of road crashes: a review, Accident Analysis & Prevention. 2006. vol. 38.
no. 2. Рp. 215–224. | en |
| dc.relation.references | Introduction to Random Forest in Machine Learning. URL: https://www.section.io/engineering-education/introduction-torandom-forest-in-machine-learning/ (дата звернення: 24.05.2022). | en |
| dc.relation.references | Deng H., Runger G., Tuv E. Bias of importance measures for multi-valued attributes and solutions. Proceedings of the 21st
International Conference on Artificial Neural Networks. New York , 2011. Рр. 293–300. | en |
| dc.relation.references | Steinwart I., Christmann A. Support Vector Machines. New York, 2008. 602 p. | en |
