В Петербурге используют методы машинного обучения для предсказания ДТП
Ученые Школы экономики и менеджмента НИУ ВШЭ — Санкт-Петербург выиграли грант Российского научного фонда на разработку моделей, позволяющих предсказывать место, время и типы нарушений ПДД на карте города. Это поможет эффективнее распределять ресурсы экстренных служб.
«Это поможет эффективнее распределять ресурсы экстренных служб. Цель исследования — повысить безопасность дорожного движения в Петербурге. Для этого ученые изучат данные о ДТП в Петербурге за последние три года, а именно: координаты, время и характер происшествия. Предсказать вероятность автокатастрофы с точностью до часа исследователям помогут алгоритмы машинного обучения, среди них XGBoost, Random Forest, CatBoost, нейронные сети и другие», — цитирует «Петербургский дневник» пресс-службу НИУ ВШЭ.
По данным вуза, по окончании проекта будут созданы регрессионные и классификационные модели. Первые помогут оценивать индекс тяжести ДТП, вторые — предсказывать вероятность происшествия в том или ином районе города с точностью до часа. Также разрабатывается модель для прогнозирования аварий со смертельным исходом.
В НИУ ВШЭ уточнили, что грантовую поддержку получили доценты департамента менеджмента Школы экономики и менеджмента Евгений Антипов и Елена Покрышевская. Сумма гранта составляет 3 млн руб., выплата разделена на два года.
По словам Евгения Антипова, попытки предугадать, где и когда произойдет ДТП, были и раньше, однако публикации на основе российских данных пока не встречались. Он рассказал, что в существующих исследованиях города произвольно делились на квадратные области, а точность моделей «оставляла желать лучшего». «Мы же будем делить город не только на условные квадраты, но и на зоны, выделенные по принципу близости тех или иных станций скорой помощи и постов ДПС. Тогда модель сможет сообщить, какие станции скорой помощи и посты ДПС будут особенно востребованы в разные часы и по каким поводам. Что касается конкретных математических методов, то мы не ограничиваем себя одним классом методов. Начав с простых регрессий, мы планируем попробовать весь спектр алгоритмов машинного обучения и оценить их эффективность», — отметил он.
В вузе сообщили, что в основу проекта лягут данные, собранные в ходе двух других исследований. Первое — проект, в ходе которого были проанализированы факторы тяжести ДТП. Исследователи выяснили, какие автомобили более безопасны при столкновениях, а также какие водители и на каких автомобилях чаще нарушают ПДД. Второй проект — исследование сотрудников Международной лаборатории теории игр и принятия решений по изучению транспортного сообщения Петербурга.