• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.13-29
• /
• 2020

자동차는 우리의 일상에 필수재가 된 지 오래지만 자동차 교통사고로 인한 사회적 비용이 국가 예산의 9%를 넘을 정도로 심각하여 이에 대한 국가적인 예방 및 대응 체계 구축이 매우 필요한 실정이다. 이에 본 연구에서는 빅데이터 분석 기법을 활용하여 차대차 교통사고의 상해 심각도를 정확히 예측할 수 있는 모형을 제시하고자 하였다. 이를 위해 과거 3년간의 전국교통사고 발생 데이터를 토대로, K-최근접 이웃, 로지스틱 회귀분석, 나이브베이즈, 의사결정나무, 앙상블 알고리즘을 적용하여 각 모델의 상해 심각도 분류의 성능을 비교 분석하였다. 특히 이 과정에서 각 상해 심각도 수준 간의 데이터 수에 차이가 있음에 주목하여 표본수가 많은 그룹에 대해서는 과소표본추출을 시행하는 등의 방법을 통해 분류 예측의 정확도를 높일 수 있었고, 분산 분석을 통해 모델의 유의성을 검증하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 1999년도 춘계공동학술대회:정보화시대의 지식경영
• /
• pp.227-227
• /
• 1999

• 대한교통학회지
• /
• 제31권6호
• /
• pp.53-66
• /
• 2013

최근 운전자의 보행자-차량 충돌사고 감소를 목적으로 한 다양한 연구가 수행되고 있으며, 본 연구에서는 보행자-차량 사고 발생 특성 및 심각도 영향요인 분석을 위하여 다양한 분석방법론을 활용한 보행자 교통사고 분석을 수행하였다. 통계모형과 휴리스틱모형 적용시 각 기법에 따른 결과를 도출함으로써 보행자 사고분석시 분석목적에 적합한 방법론을 제시하는 것을 목적으로 하였다. 이를 위하여 최근 3년간 발생한 경기도 교통사고자료(2008-2010년)를 활용하여 보행자 교통사고의 발생특성을 분석하였다. 또한, 통계모형인 이항 로지스틱 회귀분석, 순서형 프로빗 모형을 이용하여 보행자 교통사고 심각도 증가에 통계적으로 유의한 영향을 미치는 변수를 도출하였으며, 휴리스틱모형인 서포트 벡터 머신, 의사결정나무를 적용하여 교통사고 심각도 분류를 위한 모형을 개발하고 그 결과를 비교분석 하였다. 본 연구의 분석결과는 보행자 교통안전분석의 기초자료로 활용할 수 있으며 향후 국내 보행자-차량 충돌사고 분석시 유용하게 활용될 수 있을 것으로 기대된다.

• 디지털융복합연구
• /
• 제19권4호
• /
• pp.25-31
• /
• 2021

고령화 시대에 따라 고령운전자 역시 증가하고 있으며, 이들에 의한 교통사고 심각성에 대한 관심이 높아지고 있다. 이에 고령운전자에 의한 사고심각도 예측 모형의 필요성이 점차 요구됨에 따라, 본 연구에서는 기계학습 기법을 활용하여 고령운전자에 의한 차대사람 사고심각도 예측을 위한 모형 정립 및 분석을 수행하고자 한다. 이를 위해 4개의 기계학습 알고리즘 (Logistic Model, KNN, RF, SVM)을 활용, 예측 모형을 개발하고 각 결과를 비교하였다. 연구 결과에 따르면 Logistic과 SVM 모형이 상대적으로 높은 예측력을 보였으며, 정확도 측면에서는 RF가 높은 것으로 나타났다. 추가적으로 각 중요 변수들을 이용하여 교차분석을 수행한 후 그 결과를 제시하였다. 본 연구의 결과들은 고령화시대에 고령운전자에 의한 사고심각성을 예방하기 위한 안전정책 및 인프라 개발에 활용될 것으로 판단된다.

• 대한교통학회지
• /
• 제17권4호
• /
• pp.9-17
• /
• 1999

교통문제는 과거에 비하여 보다 복잡해지고 다양해지고 있으며, 이러한 교통문제를 해결하기 위한 방안을 도출하는 분석기법 또한 다양해지고 있다. 이러한 기법중 안전도 평가기법에 관한 연구는 선진국에서는 1970년대부터 진행되어 왔으나, 이에 반하여 국내에서는 최근에서야 안전도에 대한 문제가 부각되면서 이에 대한 연구가 시작되고 있는 실정이다. 본 논문은 국내 외 연구사례를 중심으로 교통상충기법(TCT)을 소개하였고, 가장 진보된 방법인 스웨덴의 상충분석기법을 기반으로 국내에 적용할 수 있도록 모형을 개발하고 심각한 정도에 따라 4개 죤으로 분류하여 위험순위를 평가할 수 있는 방법을 제시하였으며, 실제로 이러한 상충분석기법을 국내의 3개 교차로 분석에 적용하여 보았다. 사고와 상충간의 conversion factor는 수집된 자료의 부족으로 사고자료의 심각도까지는 고려하지 못하였으 나, TA값을 구하고 4개죤 분류를 통하여 위험순위를 분석하여 교차로의 안전도평가에 이용할 수 있음은 보여주었다. 상충조사 분석은 안전도 평가를 저 비용과 짧은 시간내에 보다 상세한 결과를 도출할 수 있다는 점과 대상지의 사전 후 단기간 평가 방법에 가장 효과적인 기법이라는 측면에서 국내 안전도 평가에 많이 적용되기를 바란다.

• 한국도로학회논문집
• /
• 제11권2호
• /
• pp.195-203
• /
• 2009

본 연구는 교통사고의 발생 유형과 교통사고 심각도(Severity)와의 관계를 규명함으로써 위험유형을 제시하고, 운전자 특성과 교통사고의 관계를 규명하고자 하였다. 교통사고 유형을 여덟 가지로 세분하고, 결과의 객관성 확보를 위해 안전벨트 착용여부를 추가하여 상해정도와의 관계를 분석하였으며, 위험그룹의 분류를 위한 운전자의 특성은 성별, 차종, 연령 등을 대상으로 하였다. 카테고리 자료의 분석을 위하여 로그-선형 모형 및 로짓 모형을 사용하였다. 분석결과 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기시, 우회전시 사고가 부상 또는 사망사고에 연루될 가능성이 높았다. 위험그룹 분석에서는 20세 미만의 이륜차 운전자, 41세에서 50세까지의 택시 운전자가 가장 위험한 집단으로 분석되었으며 또한 남자보다는 여자가 승용차와 중형화물 등에 관계되었을 때 더 위험한 것으로 분석되었다. 따라서 교통사고 발생시 인명 피해를 줄이기 위해서는 정면충돌 사고와 앞지르기시, 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 하고, 교통사고 취약계층으로 분석된 위험그룹에 대한 교통안전 교육 및 단속이 강화되어야 할 것이다.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.233-254
• /
• 2017

본 연구는 교통사고 가운데 인적피해를 동반한 교통사고에 대해 교통사고의 시공간적 특성과 교통사고 심각도에 영향을 미치는 주요인을 분석하고자 하였다. 이를 위해 2012년부터 2015년 까지 4년간 서울시에서 발생한 교통사고 데이터 가운데 인적사고가 있는 데이터를 교통사고 심각도에 따라 경상, 중상, 사망 교통사고로 분류하고, 교통사고의 시공간특성분석은 커널분석, 핫스팟분석, 스페이스타임큐브분석, EHSA(Emerging HotSpot Analysis)를 수행하였으며, 교통사고 심각도에 영향을 미치는 요인 분석은 데이터마이닝 기법중의 하나인 의사결정나무 모형을 활용하였다. 분석결과 서울시 교통사고는 도심부 보다는 외곽지역에서 많이 발생하며 특히 한강 이남의 상업 활동이 많은 곳에서 교통사고가 많음을 확인할 수 있었다. 특히 서초와 강남의 일부 상업 및 유흥지역을 중심으로 교통사고 집중지역이 나타나며 교통사고 다발지역은 시간이 흐름에 따라 그 현상이 더욱 심화되는 경향을 보이고 있었다. 사망교통사고의 경우 지역적으로는 영등포구, 구로구, 종로구, 중구, 성북구 일부지역에 통계적으로 유의미한 핫스팟지역이 나타나지만 시간대별로 구분해보면 오후 퇴근시간 부터 새벽까지 일부 구간에서 핫스팟이 나타나며 시간 고려 없이 분석된 결과와는 상이한 패턴이 나타남을 알 수 있었다. 서울시 교통사고 심각도에 영향을 미치는 주요 요인으로는 사고유형이 가장 중요한 역할을 하며 도로의 종류, 차량의 종류, 교통사고 발생 시간, 법규위반 종류 등의 순으로 중요도가 나타났다. 교통사고 가운데 심각한 교통사고로 이어지는 경우는 차대 사람이나 차량단독으로 사고가 나는 경우 고속도로나 특별광역시도와 같이 폭원이 넓고 차량속도가 높은 곳에서 승합차나 화물차에서 중상의 교통사고가 일어날 가능성이 높으며, 동일한 상황에서 승합차나 화물차가 아닌 승용차, 자전거, 이륜차 등의 경우에는 새벽시간에 심각한 교통사고로 이어질 가능성이 높은 것으로 나타났다.

• 한국철도학회논문집
• /
• 제20권4호
• /
• pp.482-490
• /
• 2017

본 연구는 사고심각도 분류 및 예측을 위한 철도사고조사 통계기법에 관한 연구이다. 그동안의 선형 회귀분석은 사고 심각도 분석에 어려움이 있었으나 로지스틱회귀분석은 이를 보완할 수 있었다. 데이터마이닝 기법인 로지스틱회귀분석을 활용, 서울지하철(5~8호선) 역사 내 전도사고 중 에스컬레이터 전도사고 발생에 영향을 주는 사고예측 모형 변수는 사고자 연령, 음주여부, 사고 당시상황 및 행동, 핸드레일 잡음 여부였다. 분석의 정확도는 76.7%로 설명되었고 분석방법 결과에 따르면 정확도와 유의수준 측에서 로지스틱회귀분석 방법이 도시철도 사상사고 예측모형을 개발하는데 유용한 데이터마이닝 기법으로 판단된다.

• Nuclear Engineering and Technology
• /
• 제17권4호
• /
• pp.256-266
• /
• 1985

냉각재 유량상실 사고가 가압경수형 원자로인 고리 1호기에 대하여 해석되었다. 냉각재 유량 상실 사고는 그 심각도에 따라 다음과 같이 3가지로 분류된다. 즉, 일부 유량 상실사고, 완전 유량 상실 사고, 그리고 펌프 축 고착 사고이다. 사고 해석은 계통 과도 현상 및 평균 노심분석, DNBR 계산, 그리고 고온점 분석의 3단계로 수행된다. 원자로 계통과도 현상 코드인 KTRAN이 본 사고를 빠른 시간에 모사할 수 있도록 개발되었다. DNBR계산을 위해서는 열수력학 코드인 SCAN및 COBRA IV-I가 채택되었으며, 고온점 분석을 위해서는 연료봉 과도 현상 코드인 LTRAN이 쓰였다. 이러한 전산코드 시스템은 과도 현상 해석에 빨리 응답하여야 한다. 왜냐하면 사고가 발생한 후 수 초안에 심각한 상태에 이르기 때문이다. 불행히도 KTRAN코드에 의하여 이러한 목적은 충족되지 않았다. 그러나 다른 계통 해석 코드에 비하여 잔은 계산 시간에도 불구하고 KTRAN에 의한 계산 결과는 FSAR의 결과와 전반적으로 잘 일치함으로써 KTRAN코드가 사고 해석에 유용함이 밝혀졌다.

• 대한토목학회논문집
• /
• 제30권6D호
• /
• pp.577-585
• /
• 2010

교통사고는 사람과 자동차, 도로환경 등의 여러 요인들이 결합되어 발생됨으로 요인들에 대한 과학적, 심층적인 조사와 분석을 통해 사고요인을 사전에 제거하여 유사한 형태로 반복되는 사고를 예방하는 것이 중요하다. 특히, 인적요인은 교통사고에 있어 큰 부분을 차지하고 있어 인적요인에 의한 음주교통사고는 경각심을 갖고 해결해야 할 중요한 사회적 문제이다. 연구는 교통사고자료를 활용하여 사고 빈도와 사고 심각성에 영향을 주는 요인에 대해 분석한다. 교통사고를 음주 및 비음주 사고로 분류하고, 비음주 사고에 대한 음주 사고 발생 가능성에 대해 로그선형모형을 이용하여 변수간의 관계성을 분석한다. 음주교통사고 영향요인으로는 여성보다는 남성이, 비승용차 운전자보다는 승용차 운전자가 음주관련 사고 발생가능성이 높은 것으로 나타났다. 연령의 증가, 커브구간, 단일로, 노면 불량상태 등에서도 발생가능성이 높은 것으로 분석되었다. 또한, 음주교통사고의 경중을 고려한 심각성 분석을 위해 순위회귀모형의 적용 가능성을 탐색하였다. 종속변수가 이산적 특성과 함께 순위적 특징을 보일 경우 순위회귀모형이 적용되어야 하는데, 종속변수가 정성적 표현이 아닌 단지 순위를 반영하는데 유익한 모형이다. 사고의 심각성 분석에서 교통사고 발생시간대, 기후, 도로형태, 사고유형, 성별, 차량종류 등에 의해 심각성이 가중됨을 알 수 있었다. 계절적으로는 봄과 겨울이 사고의 심각성이 증대되며 반면에 여름과 가을은 감소될 가능성이 높았다.