• Journal of Digital Convergence
• /
• v.20 no.2
• /
• pp.241-250
• /
• 2022

Due to the COVID-19 pandemic, with increased 'untact' services and with unstable household economy, the bike insurance fraud is expected to surge. Moreover, the fraud methodology gets complicated. However, the fraud detection model for bike insurance is absent. we deal with the issue of skewed class distribution and reflect the criterion of fraud detection expert. We utilize a balanced random-forest algorithm to develop an efficient bike insurance fraud detection model. As a result, while the predictive performance of balanced random-forest model is superior than it of non-balanced model. There is no significant difference between the variables used by the experts and the confirmatory models. The important variables to detect frauds are turned out to be age and gender of driver, correspondence between insured and driver, the amount of self-repairing claim, and the amount of bodily injury liability.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.35 no.3
• /
• pp.133-144
• /
• 2017

Recently, weather information is getting closer to our real life, and it is a very important factor especially in the transportation field. Although the damage caused by the abnormal climate changes around the world has been gradually increased and the correlation between the road risk and the possibility of traffic accidents is very high, the domestic research has been performed at the level of basic research. The Purpose of this study is to develop a risk map for the road hazard forecasting service of weather situation by linking real - time weather information and traffic information based on accident analysis data by weather factors. So, we have developed a collection and analysis about related data, processing, applying prediction models in various weather conditions and a method to provide the road hazard map for national highways and provincial roads on a web map. As a result, the road hazard map proposed in this study can be expected to be useful for road managers and users through online and mobile services in the future. In addition, information that can support safe autonomous driving by continuously archiving and providing a risk map database so as to anticipate and preemptively prepare for the risk due to meteorological factors in the autonomous driving vehicle, which is a key factor of the 4th Industrial Revolution, and this map can be expected to be fully utilized.

• Journal of Korean Society of Transportation
• /
• v.27 no.4
• /
• pp.155-166
• /
• 2009

Road design safety assessment by existing tools and methods have normally been examined by expert judgements using design documents and on-site inspections. The existing methods, however, have two main problems such as insufficiency of objectiveness and inability to measure effects of accident countermeasures. This paper studies ways to develop a road safety assessment system through reviewing the IHSDM developed in USA. The crash prediction module of IHSDM calculate accident frequency and rate of roadway segments using accident prediction models and accident modification factors for safety evaluation. The methodology of evaluation and development of accident modification factors somewhat overcome the problems of the existing methods. In spite of these advantages, IHSDM could not relevantly reflect characteristics of domestic rural roadways since it overestimate the number of accidents and rate of korean rural roadways. Especially, IHSDM may not evaluate or consider land use patterns of Korean roadways, and futhermore, original environment on base conditions used to develop IHSDM may not be different from ours. The user requirements being developed for a road safety assessment system for Korean roadways include enhanced flexibility and diversity of data input-output processes.

• Journal of Korean Society of Transportation
• /
• v.13 no.2
• /
• pp.43-58
• /
• 1995

This paper discusses some of the results of investigation of railroad-highway grade crossing accidents and accident-related inventory information that was collected from the Pusan District Office of the Korean National Railroads. Established statistical techniques were applied to tabulated data to obtain an accident prediction equation that estimates the expected probability of accidents at each crossing under various grade crossing situations. It was found that the most significant factor that influences the railroad crossing accidents was flagger. The other factors were train and traffic volumes, number of tracks. crossing angle, maximum timetable train speed, algebraic grade difference, and lighting facility. No significant effects was identified with railroad crossing gates. The results of the analysis and the uses of the prediction equation for the development of warrants for safety improvements are also discussed.

• Proceedings of the KOR-KST Conference
• /
• 1996.12a
• /
• pp.81-108
• /
• 1996

첨단교통정보시스템(ATIS)의 핵심 요소라 할 수 있는 동적경로안내 시스템(Dynamic Route Guidance System : DRGS)은 운전자가 목적지에 도착하기까지 실시간 교통정보를 토대로 최적경로를 안내해 줌으로써 날로 심화되어 가고 있는 교통혼잡을 최소화할 수 있으리라 기대를 모으고 있다. 특히 교통사고나 긴급도로공사 등으로 인해 발생하는 돌발적 교통혼잡하에서는 DRGS의 역할이 더욱 커질 것으로 예상되고 있다. 본 논문은 돌발적 교통혼잡하에서 보다 효과적인 DRGS의 경로 안내 알고리즘을 개발하는 데 그 목적이 있다. 이를 위해서 우선 하부구조기반(Infrastructure Based) DRGS와 개인차량기반(In-vehicle Based)DRGS의 장단점을 운전자, 교통행정당국, 그리고 교통체계관점에서 비교하였고, 시스템 아키텍쳐와 경로안내 알고리즘간의 상호관계를 규명하였다. 또한 효율적인 경로안내를 위해 사용자 평형(User Equilibrium)경로안내전략과 시스템최적화(System Optimal) 경로안내전략을 이상형 교통망(Idealistic Network)을 통해 비교분석하였다. 여기에는 현재 ITS-America에서 System Architecture 평가를 위해 사용한 INTEGRATION이라는 ITS Simulation Model과 그 통행저항함수를 사용하였다. 이를 토대로 돌발적 교통혼잡상황 아래서 사용자평형 경로안내를 제공할 경우 야기될 수 있는 Braess` Paradox 문제와, 총통행시간을 최소화하기 위한 시스템최적 경로안내를 제공할 경우 일어날 수 있는 사용자 호응도(User Compliance)문제를 동시에 고려한 적응형 동적경로안내 알고리즘을 개발하였다. 여기에는 돌발적 교통혼잡하에서 통행시간을 동적으로 예측하기 위해 이산형 확정적 대기행렬모형(Discrete Deterministic Queueing Model)이 사용되었다. 한편 알고리즘의 효율성을 평가하기 위해 이상형 교통망과, 실제 미국 Virginia 주의 Fairfax County에 소재한 주간 고속도로 66번(I-66)과 인접 교통망의 교통자료를 사용하여 각종 돌발교통 혼잡 상황을 전제로 한 Traffic Simulation과 정보제공시나\리오를 INTEGRATION Model을 이용해 실행하였다. 그 결과 적응형 알고리즘이 개개인의 최단시간 경로를 제공하는 사용자 평형 경로안내전략에 비해 교통혼잡도와 정체시간의 체류정도에 따라 3%에서 10%까지 전체통행시간을 절약할 수 있다는 결론을 얻었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.350-350
• /
• 2016

댐 및 저수지 시설물의 붕괴에 대비하기 위한 댐 붕괴 비상대처계획 수립은 대규모 인명 또는 재산의 피해를 예방하기 위한 중요한 비구조적 대책중의 하나이다. 특히 대규모 댐붕괴로 인한 재난 발생시 국민의 생명과 재산 피해를 최소화하기 위해 댐 시설물의 관리주체 및 유관기관은 발생가능한 비상상황을 미리 예측하고, 대응조치를 신속하고 효율적으로 집행해야 한다. 댐 붕괴 비상대처계획 수립을 위해 가장 중요한 사항은 댐 붕괴 위험도를 파악하고, 발생가능한 여러 시나리오에 따른 댐 하류부의 피해정도를 예측하는 일이다. 댐 붕괴 비상대처계획 시 작성되는 홍수범람 지도는 댐 붕괴사고가 발생했을 때 주민대피계획 및 위험지역 교통통제, 응급의료활동 및 생필품 공급 등, 비상대처계획 수립을 위한 가장 기본적인 자료가 된다. 현재 우리나라는 댐 붕괴 비상대처계획 수립을 위해 1차원 또는 2차원 수리해석 모형을 이용하여 홍수범람지도를 작성하고 있다. 전체적인 비상대처 계획도 작성을 위해 댐 붕괴로 인한 홍수파 해석이 가능한 1차원 수리해석 모형을 주로 이용하지만, 홍수파가 전파되는 하류부의 지형학적 특성상 2차원 해석이 필요한 지역에 대해 2차원 수리해석 모형을 이용하여 추가의 검토가 이루어지고 있다. 본 연구에서는 비상대처계획시 동시에 활용되는 1차원 수리해석 모형과 2차원 수리해석 모형의 특성을 각각 분석하고, 시범지역의 가상 댐 붕괴사상에 대해 적용함으로써, 각 모형의 장단점과 적용성에 대한 비교 검토 연구를 수행하였다. 낙동강유역내 위치한 다목적댐에 대해 1차원 및 2차원 붕괴모의를 실시하였으며, 여러 시나리오에 대해 1차원 모형과 2차원 모형 각각에 대해 동일하게 적용함으로써 두 모형의 모의 결과에 대한 비교 분석을 실시하였다. 본 연구를 통해 비상 대처계획 수립을 위한 홍수범람지도 작성 시 1차원 모형과 2차원 모형의 장점을 각각 반영할 수 있도록 홍수범람지도를 효율적이고 정확하게 작성하기 위한 제언을 제시하고자 하였다.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1255-1263
• /
• 2021

While it could become an alternative water resource, fog could undermine traffic safety and operational performance of infrastructures. To reduce such adverse impacts, it is necessary to have spatially continuous fog risk information. In this work, tree-based machine-learning models were developed in order to quantify fog risks with routine meteorological observations alone. The Extreme Gradient Boosting (XGB), Light Gradient Boosting (LGB), and Random Forests (RF) were chosen for the regional fog models using operational weather and visibility observations within the Jeollabuk-do province. Results showed that RF seemed to show the most robust performance to categorize between fog and non-fog situations during the training and evaluation period of 2017-2019. While the LGB performed better than in predicting fog occurrences than the others, its false alarm ratio was the highest (0.695) among the three models. The predictability of the three models considerably declined when applying them for an independent period of 2020, potentially due to the distinctively enhanced air quality in the year under the global lockdown. Nonetheless, even in 2020, the three models were all able to produce fog risk information consistent with the spatial variation of observed fog occurrences. This work suggests that the tree-based machine learning models could be used as tools to find locations with relatively high fog risks.

• Journal of Korean Society of Transportation
• /
• v.15 no.1
• /
• pp.175-192
• /
• 1997

첨단 교통정보 시스템(ATIS)의 핵심요소라고 할 수 있는 동적경로안내 시스템 (Dynamic Route Guidance System)은 운전자가 목적지에 도착하기까지 실시간 교통정보를 토대로 최적경로를 안내해줌으로써 날로 심화되고 있는 교통혼잡을 최소화 할 수 있으리라 기대를 모으고 있다. 특히 교통사고나 긴급 도로공사 등으로 인해 발생하는 돌발적 교통혼잡하에서는 DRGS의 역할이 더욱 커질 것으로 예상되고 있다. 본 논문은 돌발적 교통혼잡하에서 보다 효과적인 DRGS의 경로안내 전략을 수립하고 평가하는데 그 목적이 있다. 이를 위해 우선 하부구조기반 DRGS와 개인차량기반 DRGS의 장단점을 비교하고 시스템 아키텍쳐와 경로안내전략의 관계를 규명하였다. 또한 효율적인 경로안내를 위해 사용자평형 (User Equilibrium) 경로안내전략과 시스템 최적화(System Optimal) 경로안내 전략을 이상형교통망 (Idealized Network)을 통해 비교 분석하였다. 그리고 돌발적 교통 혼잡하에서 사용자평형 경로 안내를 사용할 경우 야기될 수 있는 Braess Paradox 문제와 시스템 최적경로안내를 사용할 경우 일어날 수 있는 사용자 호응도(User Compliance) 문제를 동시에 감안한 적응 형 경로안내 전략을 개발하였다. 이 방법은 위의 경로 안내 전략들이 가지고 있는 장단점을 상황에 따라 평가하여 경로안내 전략을 선택하는 과정을 수행시간을 절약하지 못할 것으로 평가되면 사용자 호응도를 고려하여 사용자 평형 전략을 선택하도록 하였다. 돌발적 교통 혼잡하에서 통행 시간을 동적으로 예측하기 위해서는 이산 확정적 대기행렬모형 (Discrete Deterministic Queueing Model)이 적용되었다. 한편, 적응형 전략의 효율성을 평가하기 위 해 이상형교통망과 실제 미국 Virginia 주의 Fairfax Country에 소재한 주간 고속도로 66번 과 인접 교통망을 대상으로 각종 돌발교통혼잡상황을 전제로 한 Traffic Simulation과 정보 제공 시나리오를 INTEGRATION Model을 사용하여 실행하였다. 그 결과 적응형전략이 단지 사용자평형 경로안내전략만 사용하는 경우에 비해 교통 혼잡도와 유고상황의 체류정도에 따라 3%에서 10%정도까지 전체통행시간을 절약할 수 있다는 결론을 얻었다.

• Journal of Korean Society of Transportation
• /
• v.10 no.3
• /
• pp.103-122
• /
• 1992

The objective of this research is to develop a traffic accident forecasting model using traffic accident data in pusan from 1963 to 1991 and then to make short-term forecasts('93~'94) of traffic accidents in pusan. In this research, several forecasting models are developed. They include a multiple regression model, a time-series ARIMA model, a Logistic curve model, and a Gompertz curve model. Among them, the model which shows the most significance in forecasting accuracy is selected as the traffic accident forecasting model. The results of this research are as followings. 1. The existing model such as Smeed model which was developed for foreign countries shows only 47.8% explanation for traffic accident deaths in Korea. 2. A nonliner regression model ($R^2$=0.9432) and a Logistic curve model are appeared to be th gest forecasting models for the number of traffic accidents, and a Logistic curve model shows th most significance in predicting the accident deaths and injuries. 3. The forecasting figures of the traffic accidents in pusan are as followings: . In 1993, 31, 180 accidents are predicted to happen, and 430 persons are predicted to be deaths and 29, 680 persons are predicated to be injuries. . In 1994, 33, 710 accidents are predicted to happen, and 431.persons are predicted to be deat! and 30, 510 persons are predicted to be injuried. Therefore, preventive measures against traffic accidents are certainly required.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.6
• /
• pp.121-132
• /
• 2018

Weather is an important factor affecting roadway transportation in many aspects such as traffic flow, driver 's driving patterns, and crashes. This study focuses on the relationship between weather and road surface condition and develops a model to estimate the road surface condition using machine learning. A road surface sensor was attached to the probe vehicle to collect road surface condition classified into three categories as 'dry', 'moist' and 'wet'. Road geometry information (curvature, gradient), traffic information (link speed), weather information (rainfall, humidity, temperature, wind speed) are utilized as variables to estimate the road surface condition. A variety of machine learning algorithms examined for predicting the road surface condition, and a two - stage classification model based on 'Random forest' which has the highest accuracy was constructed. 14 days of data were used to train the model and 2 days of data were used to test the accuracy of the model. As a result, a road surface state prediction model with 81.74% accuracy was constructed. The result of this study shows the possibility of estimating the road surface condition using the existing weather and traffic information without installing new equipment or sensors.