Information theoretical methods dedicated to accidents analysis for GIDAS database
- Nowadays, traffic accidents are recorded in historical databases. Regarding the huge quantity of data, the use of data mining tools is essential to help Experts, for automatically extracting relevant information in order to establish and quantify relations between severity and potential factors of accidents. An innovative approach is here proposed for an in depth investigation of real world accidents data base. Mutual information ratio based on conditional entropies is used to quantity the association strength between an accident outcome descriptor (injury severity) and other potential association factors. Information theoretic methods help to select automatically groups of factors mostly responsible of the severity of accident.
Verfasserangaben: | Mathilde Mougeot, Robert Azencott |
---|---|
URN: | urn:nbn:de:hbz:opus-bast-4806 |
Dokumentart: | Konferenzveröffentlichung |
Sprache: | Englisch |
Datum der Veröffentlichung (online): | 02.08.2012 |
Jahr der Erstveröffentlichung: | 2009 |
Beteiligte Körperschaft: | Université de Paris |
Datum der Freischaltung: | 02.08.2012 |
Freies Schlagwort / Tag: | Analyse; Datenbank; Datenerfassung; Konferenz; Risikobewertung; Statistik; Theorie; Unfall Accident; Analyse (math); Conference; Data acquisition; Data bank; Risk assessment; Statistics; Theory |
Bemerkung: | weitere beteiligte Körperschaften: Université Denis Diderot; University of Houston |
Quelle: | 3rd International Conference on ESAR "Expert Symposium on Accident Research", S.194-203 |
Institute: | Sonstige / Sonstige |
DDC-Klassifikation: | 6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten |
collections: | BASt-Beiträge / ITRD Sachgebiete / 81 Unfallstatistik |
BASt-Beiträge / Tagungen / International Conference on ESAR / 3rd International Conference on ESAR | |
Lizenz (Deutsch): | BASt / Link zum Urhebergesetz |