Λογότυπο αποθετηρίου

Πλοήγηση ανά Συγγραφέα "Papadimas, Stavros"

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Φιλτράρετε τα αποτελέσματα πληκτρολογώντας τα πρώτα γράμματα
Τώρα δείχνει 1 - 1 από 1
  • Μικρογραφία εικόνας
    Τεκμήριο
    Application of SARIMA and Prophet models in forecasting road traffic accidents in Greece
    (2023-01-31) Παπαδήμας, Σταύρος; Papadimas, Stavros; Athens University of Economics and Business, Department of Management Science and Technology; Lekakos, Georgios; Mourtos, Yiannis; Korfiatis, Nikolaos
    Σκοπός της παρούσας εργασίας είναι η ανάλυση των τροχαίων ατυχημάτων στην Ελλάδα και η ανάπτυξη κατάλληλων μοντέλων πρόβλεψης, ανάλογα με το είδος του ατυχήματος και τoν τύπο του οδοστρώματος.Για το σκοπό αυτό, ελήφθησαν στοιχεία που αφορούν τη χρονική περίοδο 2014 – 2021 από την Στατιστική Επετηρίδα της Ελληνικής Αστυνομίας και με τη βοήθεια της γλώσσας προγραμματισμού Python εξετάστηκε η καταλληλόλητα και εν συνεχεία η αποτελεσματικότητα δύο ιδιαίτερα γνωστών μοντέλων χρονοσειράς, SARIMA και Prophet. Ειδικότερα, μελετήθηκαν εννέα διαφορετικές χρονοσειρές δεδομένων και διαπιστώθηκε ότι, σε γενικότερες γραμμές το μοντέλο ανοιχτού κώδικα Prophet δύναται να προβλέψει με μικρότερο ποσοστό λάθους τις μελλοντικές τιμές των τροχαίων ατυχημάτων, καθώς προσαρμόστηκε καλύτερα στις απότομες μεταβολές που επήλθαν στον αριθμό των τροχαίων ατυχημάτων λόγω των μέτρων περιορισμού που θέσπισε η κυβέρνηση κατά την περίοδο της πανδημίας.Ένα από τα σημαντικότερα προβλήματα που καταγράφηκαν και επηρέασαν την εύρεση αλλά και την αποδοτικότητα των μοντέλων ήταν η απαγόρευση κυκλοφορίας στους δρόμους της Ελλάδας, κατά το Β ́, Δ ́ τρίμηνο του έτους 2020 και στις αρχές του έτους 2021. Ωστόσο, εκτιμάται ότι η χρήση μοντέλων χρονοσειράς μπορεί να είναι ιδιαίτερα ωφέλιμη στην πρόβλεψη των τροχαίων ατυχημάτων και μπορεί να βοηθήσει τις αρχές επιβολής του νόμου ή τις λοιπές αρμόδιες αρχές στη λήψη μέτρων για τη περαιτέρω μείωση των τραυματισμών (θανατηφόρων, σοβαρών, ελαφρών) στα τροχαία ατυχήματα.