인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
철도 사고는 인명사고로 나타나는 빈도가 매우 낮은 특징이 있으므로 이러한 특징을 고려한 사고분석 모형의 구축이 필요하다. 본 연구에서는 최근 3년간 (2014~2016) 발생한 철도사고 이력 자료를 기반으로 철도 사상사고 관련된 변수 등을 정의하고 사상자 및 사망자를 고려한 모형을 구축하였다. 일반적으로 대부분의 철도사고는 인명피해를 초래하지 않기 때문에 기대 이상의 과도한 0값이 관측되고 있다. 따라서 영-과잉(zero inflation) 현상을 단순한 형태의 포아송회귀모형 대신 영-과잉 포아송회귀모형으로 설명하고자 하였다. 분석결과 사상자(casualities) 수의 경우 모형선택 기준의 관점에서 영-과잉 포아송회귀모형이 우수한 것으로 나타난 반면 사망자(fatalities) 수를 예측하기 위한 모형 비교에서 두 모형 간의 차이가 크지 않는 것으로 나타났다. 본 연구 결과는 철도사상사고 분석 모형 적용에 있어서 사상자와 사망자를 구분할 필요성이 있음을 시사하고 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2020-525-000372287
