Spolehlivá identifikace nebezpečných lokalit (hotspotů) dopravních nehod je záležitostí, kterou je potřeba se zabývat. Poněvadž nebezpečná místa na silnicích jsou lokalitami s významně vysokým počtem dopravních nehod způsobených lokálními faktory dané lokality, k nalezení míst, kde se dopravní nehody dějí častěji než se očekává, lze použít shlukovou analýzu. Představujeme metodu KDE+, která překonává známé nevýhody již existujících postupů. KDE+ rozšiřuje standardní metodu jádrového odhadu hustoty o statistický test významnosti a je schopna seřadit výsledné shluky podle jejich nebezpečnosti. Metodou KDE+ jsme analyzovali data o dopravních nehodách v období 2009 - 2013, které se udály na silničních komunikacích v České republice.
Anotace v angličtině
Reliable identication of hazardous locations (hotspots) of traffic crashes is a safety issue which has to be addressed. Since hazardous road locations are places with a signicantly high number of traffic crashes due to local factors connected to the location, cluster analysis can be applied to nd locations where traffic crashes occur more frequently than expected. We introduce the KDE+ method which overcomes the well-known drawbacks of the existing approaches. The KDE+ method extends the standard kernel density estimation by statistical signicance testing and allows for the ranking of the resulting signicant clusters. We applied the KDE+ approach to the data on traffic crashes which occurred in 2009 - 2013 on the Czech road network.
Klíčová slova
Prostorová analýza, Jádrový odhad hustoty, Monte Carlo, Dopravní nehody, Nebezpečné lokality
Klíčová slova v angličtině
Spatial analysis, Kernel density estimation, Monte Carlo, Traffic crashes, Hazardous road locations
Rozsah průvodní práce
48 s.
Jazyk
AN
Anotace
Spolehlivá identifikace nebezpečných lokalit (hotspotů) dopravních nehod je záležitostí, kterou je potřeba se zabývat. Poněvadž nebezpečná místa na silnicích jsou lokalitami s významně vysokým počtem dopravních nehod způsobených lokálními faktory dané lokality, k nalezení míst, kde se dopravní nehody dějí častěji než se očekává, lze použít shlukovou analýzu. Představujeme metodu KDE+, která překonává známé nevýhody již existujících postupů. KDE+ rozšiřuje standardní metodu jádrového odhadu hustoty o statistický test významnosti a je schopna seřadit výsledné shluky podle jejich nebezpečnosti. Metodou KDE+ jsme analyzovali data o dopravních nehodách v období 2009 - 2013, které se udály na silničních komunikacích v České republice.
Anotace v angličtině
Reliable identication of hazardous locations (hotspots) of traffic crashes is a safety issue which has to be addressed. Since hazardous road locations are places with a signicantly high number of traffic crashes due to local factors connected to the location, cluster analysis can be applied to nd locations where traffic crashes occur more frequently than expected. We introduce the KDE+ method which overcomes the well-known drawbacks of the existing approaches. The KDE+ method extends the standard kernel density estimation by statistical signicance testing and allows for the ranking of the resulting signicant clusters. We applied the KDE+ approach to the data on traffic crashes which occurred in 2009 - 2013 on the Czech road network.
Klíčová slova
Prostorová analýza, Jádrový odhad hustoty, Monte Carlo, Dopravní nehody, Nebezpečné lokality
Klíčová slova v angličtině
Spatial analysis, Kernel density estimation, Monte Carlo, Traffic crashes, Hazardous road locations
Zásady pro vypracování
-
Zásady pro vypracování
-
Seznam doporučené literatury
-
Seznam doporučené literatury
-
Přílohy volně vložené
-
Přílohy vázané v práci
-
Převzato z knihovny
Ano
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
V úvodu obhajoby student seznámil komisi s obsahem své rigorózní práce. Nejdříve krátce pohovořil o metodách používaných při prostorové analýze dopravních nehod, poté se zaměřil na metodu KDE+, kterou v práci používal. Nakonec porovnal metodu KDE+ s jinými shlukovacími metodami a vysvětlil použití metody KDE+ pro intervalová data.
Po přečtení posudků následovala diskuze.
V reakci na připomínky oponentů student objasnil význam hraničních efektů ve výpočtech, pohovořil o vyhlazovacím parametru, metodách odhadu vyhlazovacího parametru, tabulce kritických hodnot, vysvětlil možné nástrahy použití metody KDE+ na úsecích s rovnoměrně vysokým hazardem a nastínil možnosti využití atributů z policejního formuláře.
Oba oponenti byli s reakcí studenta spokojeni.
Po krátké poradě se komise shodla na klasifikaci prospěl.