FEATURES OF APPLYING MACHINE LEARNING METHODS FOR PREDICTING PEDESTRIAN COLLISIONS

Author:

Gantimurova Julia1

Affiliation:

1. Federal State Funded Educational Establishment of Higher Education «Angarsk State Technical University»

Abstract

The features of using machine learning methods that make it possible to predict a collision with a pe-destrian, depending on their behavioral characteristics, are considered

Publisher

Angarsk State Technical University

Reference4 articles.

1. Сведения о показателях состояния безопасности дорожного движения / Официальный сайт Госавтоинспекции. – Текст : электронный // URL: http://stat.gibdd.ru/ (дата обращения: 25.02.2024)., Svedeniya o pokazatelyah sostoyaniya bezopasnosti dorozhnogo dvizheniya / Oficial'nyy sayt Gosavtoinspekcii. – Tekst : elektronnyy // URL: http://stat.gibdd.ru/ (data obrascheniya: 25.02.2024).

2. Косолапов, А. В. Проблема сохранения аварийности пешеходов на фоне улучшения показателей безопасности дорожного движения / А. В. Косолапов, А. А. Реветнев, А. Ю. Андриянов – Текст : непосредственный // Сборник материалов IX Всероссийской научно-практической конференции молодых ученых с международным участием "Россия молодая". – 2017. – С. 31008., Kosolapov, A. V. Problema sohraneniya avariynosti peshehodov na fone uluchsheniya pokazateley bezopasnosti dorozhnogo dvizheniya / A. V. Kosolapov, A. A. Revetnev, A. Yu. Andriyanov – Tekst : neposredstvennyy // Sbornik materialov IX Vserossiyskoy nauchno-prakticheskoy konferencii molodyh uchenyh s mezhdunarodnym uchastiem "Rossiya molodaya". – 2017. – S. 31008.

3. Losada, A. Application of machine learning techniques for predicting po-tential vehicle-to-pedestrian collisions in virtual reality scenarios / A. Losada, F.J. Paez, F. Luque, L. Piovano. – Текст : электронный // Applied Sciences. – 2022. – vol. 12(22). – 11364. – URL: https://doi.org/10.3390/app122211364 (дата обращения: 25.02.2024)., Losada, A. Application of machine learning techniques for predicting po-tential vehicle-to-pedestrian collisions in virtual reality scenarios / A. Losada, F.J. Paez, F. Luque, L. Piovano. – Tekst : elektronnyy // Applied Sciences. – 2022. – vol. 12(22). – 11364. – URL: https://doi.org/10.3390/app122211364 (data obrascheniya: 25.02.2024).

4. Шаров, М. И. Влияние транспортного зонирования на функционирование маршрутной сети города / М. И. Шаров, О. А. Лебедева. – Текст : непосредственный // Современные технологии. Системный анализ. Моделирование. – 2019. – № 2 (62). – С. 196-202., Sharov, M. I. Vliyanie transportnogo zonirovaniya na funkcionirovanie marshrutnoy seti goroda / M. I. Sharov, O. A. Lebedeva. – Tekst : neposredstvennyy // Sovremennye tehnologii. Sistemnyy analiz. Modelirovanie. – 2019. – № 2 (62). – S. 196-202.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3