• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.389-391
• /
• 2021

Traffic regulations are expanding to prevent traffic accidents for people's safety, but traffic accidents are not decreasing. In this study, the probability of traffic accidents occurring at a specific time and place is estimated by analyzing various factors such as weather forecast data from the Meteorological Agency, day of the week, time of day, location data, and location information. This study combines objective data on the occurrence of numerous previous traffic accidents with various additional elements not considered in previous studies to derive a more improved traffic accident probability prediction model. The results of this study can be effectively used for various transportation-related services for the safety of people.

• Smart Media Journal
• /
• v.5 no.4
• /
• pp.75-82
• /
• 2016

Although Korea's economic and domestic automobile market through the change of road environment are growth, the traffic accident rate has also increased, and the casualties is at a serious level. For this reason, the government is establishing and promoting policies to open traffic accident data and solve problems. In this paper, describe the method of predicting traffic accidents by eliminating the class imbalance using the traffic accident data and constructing the Hybrid Model. Using the original traffic accident data and the sampled data as learning data which use FP-Growth algorithm it learn patterns associated with traffic accident injury severity. Accordingly, In this paper purpose a method for predicting the severity of a victim of a traffic accident by analyzing the association patterns of two learning data, we can extract the same related patterns, when a decision tree and multinomial logistic regression analysis are performed, a hybrid model is constructed by assigning weights to related attributes.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2023.11a
• /
• pp.257-258
• /
• 2023

본 연구는 2019년부터 2021년의 고속도로 교통사고 위치 좌표를 콘존 데이터와 결합한 후 파이캐럿을 활용하여 고속도로 교통사고 심각도에 영향을 끼치는 요인을 분석할 수 있는 최적 모델을 선정하고 채택된 Random Forest 기법으로 고속도로 교통사고 심각도에 영향을 끼치는 요인을 분석하고자 하였으며, 향후 전국 고속도로 교통사고에 영향을 주는 요인으로 확대하여 분석하고 사고 심각도 개선을 위한 대안 방안 마련이 가능할 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.76-78
• /
• 2005

본 교통사고 동영상 DB 설계의 연구 목적은 교통사고 자동기록장치에서 수집되는 교통사고 동영상 자료를 효율적으로 활용하기 위한 교통사고 동영상 DB 구축 방안에 관한 연구이며, 이를 위해 ISO/IEC 11179 표준인 MDR을 이용한 교통사고 동영상 DB 논리 모델을 제안하는 데 있다. 본 논문에서 제안하는 DB구조를 통해 실시간 대용량 교통사고 동영상 데이터에 대한 데이터의 생성, 관리 및 검색 성능을 향상시킬 수 있을 뿐만 아니라, MDR 표준 개념 적용으로 상호 이질적인 DB 간의 상호운용성(interoperability)이 증대된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.348-350
• /
• 2015

VTS 센터는 선박관제를 위해서 생성하는 실시간적인 해상교통정보를 생성하고 잇으며, 항만물류정보, 해양기상정보, 조선소 시운전 정보, 해상교통 환경정보, 선종별 운항정보, 사고 선박정보, 준사고 선박정보, 기타 정보 등을 수집하여 선박의 통항관제에 활용하고 있음에 따라 해상교통관제 시스템에 수집된 빅데이터의 처리방안에 대하여 고찰해 보았다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.271-272
• /
• 2017

본 논문에서는 교통사고 데이터베이스 구축을 통해 교통사교 현황과 사고 당시의 여러 정황들을 파악할 수 있는 정보를 제공한다. 이 정보들에는 사고 당시의 기상상태, 도로형태, 차종, 연령, 성별 등의 데이터들이 포함되고 이러한 정보들을 바탕으로 데이터베이스 사용자들은 각 사고 별 종합적인 정보를 얻을 수 있다. 이를 통해 정부 당국 외에 보험사 등에 교통사고 관련 정책을 위한 유용한 정보들을 제공할 수 있다. 또한 운전자 개인들에게도 정보들을 제공해 교통사고를 보다 효율적으로 예방할 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.301-310
• /
• 2021

The TATI model is a Traffic Accident Text to RGB Image model, which is a methodology proposed in this paper for predicting the severity of traffic accidents. Traffic fatalities are decreasing every year, but they are among the low in the OECD members. Many studies have been conducted to reduce the death rate of traffic accidents, and among them, studies have been steadily conducted to reduce the incidence and mortality rate by predicting the severity of traffic accidents. In this regard, research has recently been active to predict the severity of traffic accidents by utilizing statistical models and deep learning models. In this paper, traffic accident dataset is converted to color images to predict the severity of traffic accidents, and this is done via CNN models. For performance comparison, we experiment that train the same data and compare the prediction results with the proposed model and other models. Through 10 experiments, we compare the accuracy and error range of four deep learning models. Experimental results show that the accuracy of the proposed model was the highest at 0.85, and the second lowest error range at 0.03 was shown to confirm the superiority of the performance.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.10
• /
• pp.995-999
• /
• 2010

Every year, traffic accidents and traffic congestion have been rapidly increasing, Although the roadway design and signal system have been improved to relieve traffic accidents, traffic casualties and property damage do not decrease. This paper develops a real-time traffic accident detection and analysis system (RTADAS): In the proposed system, we aim to precisely detect traffic accidents at different design and flow of intersections, However, because the data collected from intersections have uncertainty and complicated causal dependency between them, we construct probability-based networks for correct accident detection.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.5-7
• /
• 2021

최근 해양사고 발생 건수의 급격한 증가와 더불어 어선의 조업 중 안전사고로 인한 인명피해 또한 크게 증가하였다. 중앙해양안전심판원의 공식 통계에 따르면, 2017년 46명이었던 안전사고의 사망실종자는 2019년 38명으로 소폭 감소하였으나, 2020년 60명으로 크게 증가하였다. 그러나, 사망자가 감소하였던 2019년 안전사고로 인한 부상자는 164명으로 전년도 76명 대비 2배 이상 증가하며 어선원에 대한 안전재해 예방은 실효성을 갖지 못하는 실정이다. 국내 업종별 산업재해율을 비교해볼 때, 어업 재해율은 농업, 광업, 제조업, 건설업, 임업 등을 포괄한 전체 산업 평균 재해율의 약 10배에 이르며 어업인들의 안전이 큰 위협에 놓여있음을 시사한다. 본 연구에서는 2017년부터 2019년의 수협중앙회의 어선원 공제보험데이터를 활용하여 선박별, 재해자별 사고 현황과 발생 형태를 분석하였다. 특히, 교차분석과 연관규칙분석기법을 통해 승선 직책별 부상 부위와 사고발생 형태를 식별하였으며, 이에 따라 직책에 따른 부상 부위를 비교하여 맞춤형 예방대책 수립을 위한 지원과, 사고발생형태의 군집 분석을 통해 발생형태간의 연결고리를 도출하여, 스위스 치즈 모델에서 제안하는 취약점(Weakness)를 식별하고, 이러한 취약점을 보완하기 위한 방어 장벽(Protective barriers)을 제언한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2014.06a
• /
• pp.290-293
• /
• 2014

하인리히 법칙에 따르면, 하나의 대형사고는 다수의 경미한 사고나 수많은 근접한 위험상황이 발생한 위치에서 발생할 확률이 높다. 해상교통상황에서도 양 선박이 충돌 위험이 있는 상황, 즉 근접사고 상황은 해상교통관련 대형 사고를 예방하는 관점에서 중요하다. 하지만, 아직까지 이러한 근접사고 자료는 VTS데이터 접근에 어려움, 관련 전문 기법 부족 등으로 수집 분석하는데 어려움이 있었다. 이에 본 연구에서는 해상교통 근접사고를 조우하는 선박간에 시공간적으로 충돌에 근접한 상황들이 발생하여 충돌의 위험이 일정한 값 이상으로 높아진 상황으로 정의하고, 2013년도 완도VTS 관제해역 해상교통 항적데이터를 적용하여 근접사고 통계를 분석하였다.