Исследование с использованием искусственного интеллекта выявляет закономерности, связанные с дорожно-транспортными происшествиями

Исследование, проведенное учеными из Программы последипломного образования в области городского управления (PPGTU) Папского католического университета Парана (PUC-PR) совместно с Технологическим университетом Парана (UTFPR), выявило скрытые закономерности, которые могут быть факторами, связанными с частотой и тяжестью дорожно-транспортных происшествий на автомагистралях штата Парана. Для получения результатов группа применила методы data mining и искусственного интеллекта, проанализировав два набора данных, предоставленных Департаментом автомобильных дорог Парана (DER PR): первый с 2004 по 2013 год, а второй с 2019 по 2024 год. Созданные модели показали высокую точность: более 94% для первого периода и от 86% до 89% для второго. Результаты показали, что наличие городской черты было связано с 90-процентным увеличением числа ДТП. Другие факторы, которые значительно повлияли на частоту ДТП, включают: Что касается тяжести ДТП, анализ показал корреляцию со следующими факторами: По словам исследователей, было применено четыре метода data mining, в частности, программное обеспечение CBA (Classification Based on Associations), способное создавать правила классификации для прогнозирования смертельных ДТП на основе таких переменных, как тип дороги, освещение, скорость, погода и наличие городских территорий. Следите за каналом Agência Brasil в WhatsApp На основе данных о ДТП исследователи разработали алгоритм, использующий такие переменные, как профиль пользователей, характеристики дорожной инфраструктуры, условия окружающей среды и виды транспорта, чтобы распознавать связанные с ними причины. По словам исследователей, цель исследования — способствовать изменению этой ситуации, указывая на важность мер по снижению рисков, таких как строительство объездных дорог, путепроводов, радаров, электронных лежачих полицейских, вертикальных дорожных знаков и светофоров, для уменьшения тяжести ДТП. Разработанная методология позволяет выявлять повторяющиеся закономерности с помощью правил ассоциации, которые раскрывают причины или факторы, связанные с авариями. С помощью этой информации государственные органы могут принимать решения по смягчению последствий происшествий, например, улучшать дорожные знаки, снижать скоростной режим на участке или улучшать условия дренажа», — пояснил один из руководителей исследования, докторант и исследователь PPGTU PUCPR Габриэль Троян Родригес. По данным Всемирной организации здравоохранения (ВОЗ), ежедневно в дорожно-транспортных происшествиях в мире гибнет более 3,5 тысяч человек, что составляет около 1,3 миллиона смертей в год. В Бразилии только в 2024 году более 6 тысяч человек погибли в ДТП, зарегистрированных на федеральных автомагистралях, по данным Федеральной дорожной полиции (PRF). По словам профессора Фабио Теодоро де Соуза, эта методология позволяет более точно прогнозировать риски и стратегически направлять меры вмешательства. «Мы считаем, что применение данных в области безопасности дорожного движения имеет огромный потенциал для поддержки разработки более эффективных государственных политик на основе конкретных фактов», — сказал он.