10 2-3 文献整理の結果 交通事故データに適用した機械学習分析手法の一覧を表 2-2に示す10。また、本研究で実施した文献調査の結果を図 2-10に示す。 表 2-2 事故データに適用した機械学習の分析手法の一覧 図 2-10 本研究の主な参考資料 10 公益財団法人豊田都市交通研究所，「交通安全に係るビッグデータを活用するためのデータプラットフォーム構築の試み」自主研究報告書，2019年3月． 著者名分析対象メッシュorポイント目的・特徴分析手法森地ら(1994)500mメッシュ・交通事故の発生に関連する要因分析を行うポアソン回帰分析鹿野島ら(1999)ポイント（交通事故）・効率が良い手法を用いて交通事故分析を行ったため、その報告をするデータマイニング決定根拠帰納ツール回帰ツリー帰納ツール村瀬ら(2004)ポイント（交通事故）・交通事故分析のデータベースを作成した後で、交通事故発生要因の知識ベースを作成し、その知識ベースから交通事故予測ルールを作成し、ファジィ理論を用いた交通事故件数予測モデルを構築するファジィ推論小澤ら(2010)ポイント（交通事故）・これまでの事故多発地点に着目して、重点的に交通安全対策を実施するといった測地的対策による事故削減を踏まえて、今後の総合的な交通安全対策展開の基礎的な検討として、マクロ的な事故要因に係る分析を行うデータマイニング決定木分析多田ら(2012)ポイント（交通事故）・高齢者と非高齢者の観点から、説明変数から要因を5つまでに絞り、有意な差があるものを抽出する高齢者・非高齢者の有意水準の差検定三村(2015)500 mメッシュ・道路ネットワークおよび周辺土地利用の影響を考慮した交通事故発生レベル予測モデルを提案する相関分析ポアソン回帰分析負の二項回帰分析重回帰分析山田ら(2015)ポイント（交通事故）・交通事故の多発箇所の分布パターンと重大事故のパターンの間に差があるかを分析するカーネル密度推計1 kmメッシュ・交通事故が集中している場所の特徴を把握するクラスタリングFOR法（補正）金ら(2017)ポイント（交通事故）・今後の合理的で新たな安全対策の上積み検討に資する・質的データと量的データを合わして分析する手法を検討する数量化3類（質データを量データに変換）クラスター分析
元のページ ../index.html#16