Computer Engineering / Bilgisayar Mühendisliği
Permanent URI for this collectionhttps://hdl.handle.net/11147/10
Browse
3 results
Search Results
Now showing 1 - 3 of 3
Research Project Trafik kazalarının önlenmesinde dinamik veri yönetimi ile erken uyarı sistemi: İzmir'in kaza yoğun caddelerinde pilot çalışma(2011) Duvarcı, Yavuz; Geçer Sargın, Feral; Kumova, BoraKazaları en aza indirmek, büyük oranda kazaların nerede, ne zaman ve ne biçimde olabileceğinin doğru tahmin edilebilmesine bağlıdır. Tahmin modellerinden her yere genellenebilecek sonuçlar belirlenememekte, daha sağlıklı sonuçlar için mutlaka yere özgü modellerin kurulması gerekmektedir. Trafik kazalarının mekansal bağıllığı parametrelerin birleşik etkisine de bağlı olarak, oldukça yüksek olduğu bilinmektedir. Bu projenin özgünlüğü ise; önerilecek sistemin, istatistiksel yöntemlerle “genel parametre” tahmini modeli yaklaşımı yerine, “mekan-bazlı” kullanılabilecek bir veri tabanı yönetimi işleyiş şeması olmasıdır. Günümüzde artık, akıllı ulaşım teknolojileriyle verinin dinamik olarak işlendiği, erken uyarı bilgisinin üretilebileceği bir veri otomasyon sistemi gereksinimi duyulmaktadır. Bunlar istatistiksel modeller oluşturmayı gerektirmeyen, güncellenen veriyle beslenen sistem yaklaşımlarıdır. Kategori analizi ile, ilk iki yılda (2005-2006) elde edilen model verileri ikinci yılki (2007) saha verileri (test) ile karşılaştırılarak benzer çıkıp çıkmadığı test edilecek, önerilen yaklaşımın sınaması yapılmış olacaktır. Projede beklenen sonuca ulaşıldığı takdirde kazaların engellenmesi ya da azaltılması yönünde erken uyarı sistemi için mekan ve durum uyarlı bir düzenek önerilecektir. Projenin nihai hedefi, trafik birimlerine kazaların azaltılmasında bir karar destek mekanizması olarak yararlanabilecekleri gerçekzaman veri analizi için erken uyarı sisteminin oluşmasına öncülük etmektir. Bu sistemle, risk oluşma aşamasında, kısa-vadeli operasyonel önlemlerin zamanında ve yerinde alınması, yetkililerin enerjisinin doğru zamanda doğru yere yönlendirilmesi hedeflenmektedir. Projenin çabası, gelecekte oluşturulacak gerçek-zamanlı veri analiz sisteminin çok boyutlu kategori analizi yöntemiyle nasıl olabileceğini göstermek, ve yararlılığını pilot caddelerin kaza verileri üzerinden kanıtlamaktır. 30 ayda tamamlanan proje çalışması, şu üç temel aşamadan oluşmuştur: Veri tabanı oluşturma ve faktörlerin belirlenmesi, toplanan verinin kategori analizi yöntemiyle değerlendirilmesi ve erken uyarı sistemi için uygulamaya dönük sistem modeli önerisi.Conference Object Making Accident Data Compatible With Its-Based Traffic Management: Turkish Case(Intelligent Transport Systems, 2010) Duvarcı, Yavuz; Geçer Sargın, Feral; Kumova, Bora İsmail; Çınar, Ali Kemal; Selvi, ÖmerOne of the most important reasons of the high rate of accidents would largely lend itself to ineffective data collection and evaluation process since the necessary information cannot be obtained effectively from the traffic accidents reports (TAR). The discord and dealing with non-relevant data may appear at four levels: (1) Country and Cultural, (2) Institutional and organizational, (3) Data collection, (4) Data analysis and Evaluation. The case findings are consistent with this knowledge put forward in the literature; there is a transparency problem in coordination between the institutions as well as the inefficient TAR data, which is open to manipulation; the problem of under-reporting and inappropriate data storage prevails before the false statistical evaluation methods. The old-fashioned data management structure causes incompatibility with the novel technologies, avoiding timely interventions in reducing accidents and alleviating the fatalities. Transmission of the data to the interest agencies for evaluation and effective operation of the ITS-based systems should be considered. The problem areas were explored through diagnoses at institutional, data collection, and evaluation steps and the solutions were determined accordingly for the case city of Izmir.Conference Object A Data Coding and Screening System for Accident Risk Patterns: A Learning System(WITPress, 2011) Geçer Sargın, Feral; Geçer Sargın, Feral; Duvarcı, Yavuz; Duvarcı, Yavuz; İnan, E.; İnan, E.; Kumova, Bora İsmail; Kumova, Bora İsmail; Atay Kaya, İlgi; Atay Kaya, İlgiAccidents on urban roads can occur for many reasons, and the contributing factors together pose some complexity in the analysis of the casualties. In order to simplify the analysis and track changes from one accident to another for comparability, an authentic data coding and category analysis methods are developed, leading to data mining rules. To deal with a huge number of parameters, first, most qualitative data are converted into categorical codes (alpha-numeric), so that computing capacity would also be increased. Second, the whole data entry per accident are turned into ID codes, meaning each crash is possibly unique in attributes, called 'accident combination', reducing the large number of similar value accident records into smaller sets of data. This genetical code technique allows us to learn accident types with its solid attributes. The learning (output averages) provides a decision support mechanism for taking necessary cautions for similar combinations. The results can be analyzed by inputs, outputs (attributes), time (years) and the space (streets). According to Izmir's case results; sampled data and its accident combinations are obtained for 3 years (2005 - 2007) and their attributes are learned. © 2011 WIT Press.