Яндекс.Метрика
  • Анастасия Лучкова

Ученые ВШЭ учатся предсказывать ДТП методами машинного обучения

Их задача – научиться предсказывать место, время и типы нарушений, аварий на карте города
Фото: Роман Пименов / «Петербургский дневник»

Ученые школы экономики и менеджмента НИУ ВШЭ научатся предсказывать ДТП методами машинного обучения. Благодаря полученному гранту Российского научного фонда специалисты проведут исследование и проанализируют историю дорожно-транспортных происшествий в нашем городе.

Их задача – научиться предсказывать место, время и типы нарушений ПДД на карте города.

«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», – рассказали в НИУ ВШЭ.

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.

Как отметил доцент департамента менеджмента Школы экономики и менеджмента Евгений Антипов, попытки предугадать, где и когда произойдет преступление или ДТП, были и раньше, но публикации на основе российских данных пока не встречались.

«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. Надеемся, что удастся добиться результатов, которые принесут осязаемую пользу Петербургу и впоследствии другим российским городам», – рассказал Евгений Антипов.

Закрыть