Πρόβλεψη των μελανών σημείων του οδικού δικτύου Μακεδονίας και Θράκης με συμβατικές μεθόδους και με μεθόδους μηχανικής μάθησης

Περίληψη

Η παρούσα διατριβή με διακριτό τίτλο «Πρόβλεψη των μελανών σημείων του οδικού δικτύου Μακεδονίας και Θράκης με συμβατικές μεθόδους και με μεθόδους μηχανικής μάθησης», έχει ως κεντρικό άξονα την συγκριτική αξιολόγηση συμβατικών και νεωτεριστικών μεθόδων πρόβλεψης των μελανών σημείων ενός οδικού δικτύου. Με την παροχή μιας βάσης δεδομένων, διαθέσιμης στο ευρύ κοινό, που ονομάζεται Μελανά Σημεία Βόρειας Ελλάδας (ΜΣΒΕ) και μιας εξαιρετικά ακριβούς μεθόδου εντοπισμού οδικών μελανών σημείων, προσφέρει μια πιθανή λύση σε προκλήσεις σχετιζόμενες με τον εντοπισμό και την ανάλυση των τελευταίων, όπως η ποιότητα των δεδομένων, η περιορισμένη διαθεσιμότητά τους, η δυσκολία ως προς την ακριβή αξιολόγηση των παραγόντων που συμβάλλουν στην πρόκληση των τροχαίων ατυχημάτων, καθώς και η συνεχής εξέλιξη της οδικής σχεδίασης, των υποδομών και των συστημάτων ασφάλειας των οχημάτων. Τα μελανά σημεία των τροχαίων ατυχημάτων γνωστά και ως black spots, hot spots, accident prone locations, sites with promise κ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The present thesis titled "Prediction of black spots of the road network of Macedonia and Thrace with conventional and machine learning methods", focuses on the comparative evaluation of conventional and innovative methods of black spots prediction in a road network. By providing a publicly accessible database, called Black Spots of Northern Greece (BSNG), and a highly accurate method of detecting road black spots, it offers a potential solution to challenges related to the identification and analysis of the latter, such as the quality of data, their limited availability, the difficulty in accurately assessing the factors that contribute to road accidents as well as the continuous evolution of road design, infrastructure, and vehicle safety systems. Road black spots are also referred to as black spots, hot spots, accident-prone locations, sites with promise and hazardous road locations. They are spatiotemporal phenomena and refer to specific parts of the road network where the frequenc ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/56788
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/56788
ND
56788
Εναλλακτικός τίτλος
Prediction of black spots of the road network of Macedonia and Thrace by conventional and machine learning methods
Συγγραφέας
Καραμανλής, Ιωάννης (Πατρώνυμο: Μιχαήλ)
Ημερομηνία
2024
Ίδρυμα
Δημοκρίτειο Πανεπιστήμιο Θράκης (ΔΠΘ). Σχολή Πολυτεχνική. Τμήμα Πολιτικών Μηχανικών. Τομέας Συγκοινωνιακών Έργων και Μεταφορών
Εξεταστική επιτροπή
Κοκκάλης Αλέξανδρος
Προφυλλίδης Βασίλειος
Μποτζώρης Γεώργιος
Ηλιάδης Λάζαρος
Κιούρτ Χαϊρή
Γκυρτής Κωνσταντίνος
Γαλάνης Αθανάσιος
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Πολιτικού Μηχανικού ➨ Επιστήμη και Τεχνολογία των μεταφορών
Λέξεις-κλειδιά
Οδική ασφάλεια; Οδικά ατυχήματα; Μελανά σημεία; Τεχνητή νοημοσύνη
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)