교통사고 위험·심각도 예측을 위한 통계/생존·이질성 모델링

Statistical and survival modeling for crash risk and severity with heterogeneity

연구 내용

사고 심각도와 생존/사건시간을 설명하는 통계 모형을 구축하고, 포트·지역 특성 및 데이터 제약 하에서 안전효과를 추정하는 연구

교통사고의 발생과 결과를 정량화하기 위해 통계적 모형을 기반으로 위험과 심각도를 추정하는 연구를 수행합니다. 사고 심각도는 다층·혼합 모형과 ordered probit, multinomial probit 계열을 적용해 요인별 영향 구조를 도출하며, 이질성이 존재하는 구간에서도 설명력을 확보합니다. 또한 보행자 사망의 사건시간 특성은 copula 기반 접근을 통해 의존 구조를 반영하여 모델링합니다. 더불어 표본 규모가 충분하지 않은 상황에서 안전효과를 평가하기 위해 캘리브레이션 절차를 개선하고, 비선형 관계를 반영할 수 있는 모델 선택을 포함한 프레임을 제안합니다. 이를 통해 도로 안전 의사결정의 근거를 구성합니다.

관련 프로젝트

0건

연구 흐름

초기에는 고속도로 및 화물차 사고에 대해 심각도 수준을 구분하는 ordered·multinomial 계열 모형과 multilevel mixed-effects 구조를 활용해 요인과 결과의 관계를 규명했습니다. 이후에는 보행자 사망 사례의 사건시간 특성을 다루기 위해 copula 기반 접근으로 의존성을 반영하는 방향으로 연구 범위를 확장했습니다. 최근에는 사고 데이터 수집 제약이 있는 교통 운영 시스템을 대상으로, 기존 캘리브레이션 방식의 한계를 고려한 개선 절차를 설계하고 비선형 안전효과 추정을 수행하는 연구를 진행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

사고심각도 예측 모형
사건시간 기반 위해도 평가
다층 혼합 모형 프레임
copula 기반 의존구조 분석
캘리브레이션 기반 안전효과 산정
표본부족 상황의 추정 전략
비선형 안전효과 모델링
정책평가용 통계 패키지
구간 특성 반영 위험분석
안전의사결정 근거 데이터 생산