Дослідження функціональних характеристик методів та засобів для прогнозування кількості порушень правил дорожнього руху
| 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.title | Дослідження функціональних характеристик методів та засобів для прогнозування кількості порушень правил дорожнього руху | uk |
| dc.title.alternative | Study of the functional characteristics of methods and tools for predicting the number of traffic rule violations | en |
| dc.date.issued | 2022 | |
| dc.publisher | Вінницький національний технічний університет | uk |
| 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.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.identifier.udc | 004.832.2 | |
| 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.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.type | Thesis | |
| dc.language.iso | uk | uk |
| 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 |
| dc.date.accessioned | 2022-09-16T09:33:29Z | |
| dc.date.available | 2022-09-16T09:33:29Z |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 110782.pdf
- Розмір:
- 928,73 KB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1