Sparavigna, Lucia (2005) Un’applicazione delle reti bayesiane nell’individuazione delle cause di incidente. [Tesi di dottorato] (Unpublished)

[img]
Preview
PDF
Dottorato_Sparavigna.pdf

Download (628kB) | Preview
Item Type: Tesi di dottorato
Language: Italiano
Title: Un’applicazione delle reti bayesiane nell’individuazione delle cause di incidente
Creators:
CreatorsEmail
Sparavigna, LuciaUNSPECIFIED
Date: 2005
Date Type: Publication
Number of Pages: 123
Institution: Università degli Studi di Napoli Federico II
Department: Ingegneria dei trasporti "Luigi Tocchetti"
PHD name: Ingegneria delle reti civili e dei sistemi territoriali
PHD cycle: 18
PHD Coordinator:
nameemail
Pianese, DomenicoUNSPECIFIED
Tutor:
nameemail
Festa, BrunaUNSPECIFIED
Date: 2005
Number of Pages: 123
Uncontrolled Keywords: Reti bayesiane, Apprendimento bayesiano, Incidentalità
MIUR S.S.D.: Area 08 - Ingegneria civile e Architettura > ICAR/04 - Strade, ferrovie ed aeroporti
Date Deposited: 31 Jul 2008
Last Modified: 30 Apr 2014 19:23
URI: http://www.fedoa.unina.it/id/eprint/719

Abstract

La tesi di dottorato, Un’applicazione delle Reti Bayesiane nell’individuazione delle cause di incidente, propone una metodologia per valutare le condizioni che compromettono la sicurezza nella circolazione stradale (aumento della probabilità del verificarsi di un incidente) e che quindi sia di supporto per la scelta degli interventi da realizzare per mettere in sicurezza una strada. L’analisi vera e propria inizia con un’attività di analisi preliminari delle variabili che descrivono il fenomeno. Si tratta dell’insieme delle caratteristiche strutturali e funzionali della strada, delle condizioni di traffico e di ambiente in corrispondenza delle quali si verifica un dato evento incidente. I parametri scelti per la caratterizzazione degli incidenti sono: localizzazione incidente, denominazione strada, tronco di strada, tipo di strada, intersezione, pavimentazione, segnaletica, fondo stradale, condizioni metereologiche, mese, ora. Appare chiaro che, a causa del fatto che i parametri possono assumere più valori, il numero delle possibili combinazioni è tale da rendere la loro gestione manuale impraticabile. A tal fine si è realizzato un sistema la cui modalità di funzionamento è contraddistinta in due fasi: apprendimento e classificazione. La prima fase consiste nell’addestramento della rete bayesiana, ossia ad essa vanno mostrati gli esempi con l’indicazione della classe di appartenenza, in modo che la rete sia in grado di acquisire la conoscenza necessaria per distinguere campioni appartenenti a classi distinte. Tale fase è distinta nella vera e propria fase di training e in una successiva fase di test, necessaria per stabilire se il classificatore ha appreso in maniera corretta. Terminato l’addestramento, la rete viene utilizzata come classificatore: vengono ad essa sottoposti campioni non mostrati in precedenza di cui non è nota la classe di appartenenza. Il sistema realizzato permette, quindi, di individuare le situazioni a più alto rischio di incidente e quindi di gestire concretamente la sicurezza stradale in una qualunque rete. Ciò permetterà di individuare a priori, note le caratteristiche ambientali e geometriche il livello di pericolosità di una strada.

Actions (login required)

View Item View Item