J 2024

Predicting Road Accident Counts in Poland and the Czech Republic Using Neural Network Models

GORZELAŃCZYK, Piotr; Lenka LIŽBETINOVÁ a Jan PEČMAN

Základní údaje

Originální název

Predicting Road Accident Counts in Poland and the Czech Republic Using Neural Network Models

Název česky

Předvídání počtu dopravních nehod v Polsku a České republice pomocí modelů neuronových sítí

Autoři

GORZELAŃCZYK, Piotr; Lenka LIŽBETINOVÁ a Jan PEČMAN

Vydání

Rocznik Ochrona Środowiska 2024, Annual Set The Environment Protection, Polsko, Rocznik Ochrona Środowiska, 2024, 1506-218X

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50703 Transport planning and social aspects of transport

Stát vydavatele

Polsko

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 0.700

Označené pro přenos do RIV

Ano

Kód RIV

RIV/75081431:_____/24:00002832

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

Klíčová slova česky

dopravní nehoda; pandemie; předpověď; neuronové sítě; Polsko; Česká republika

Klíčová slova anglicky

road accident; pandemic; forecasting; neural networks; Poland; Czech Republic

Štítky

Změněno: 2. 4. 2025 15:13, Ing. Barbora Langšádlová

Anotace

V originále

Every year, there is a decline in the number of car accidents reported in Poland, the Czech Republic, and globally. While recent trends due to the pandemic have influenced these figures, the overall rate remains significant. Therefore, it is crucial to take measures aimed at reducing this number. The primary focus of this article is to analyze the traffic accident statistics for Poland and the Czech Republic. Annual data regarding traffic incidents in both countries has been scrutinized to achieve this. Projections for 2024 to 2030 have been developed based on police reports. Various neural network models were utilized to forecast the number of accidents. The findings indicate that the number of traffic incidents is likely to stabilize. This stabilization can be viewed in the context of the increasing number of vehicles on the roads and the expansion of new highways. Additionally, selecting sample sizes for training, testing, and validation is crucial in influencing the results. Forecasting the number of traffic accidents is important for environmental protection, as accidents can lead to air and water pollution and increase noise, negatively affecting human health and ecosystems.

Česky

Každoročně klesá počet hlášených dopravních nehod v Polsku, České republice i ve světě. I když nedávné trendy v důsledku pandemie ovlivnily tato čísla, celková míra zůstává významná. Proto je klíčové přijmout opatření zaměřená na snížení tohoto počtu. Primárním cílem tohoto článku je analyzovat statistiku dopravních nehod pro Polsko a Českou republiku. Aby toho bylo dosaženo, byly prověřovány roční údaje o dopravních nehodách v obou zemích. Prognózy na roky 2024 až 2030 byly vypracovány na základě policejních zpráv. K předpovědi počtu nehod byly použity různé modely neuronových sítí. Zjištění naznačují, že počet dopravních nehod se pravděpodobně stabilizuje. Tuto stabilizaci lze vnímat v kontextu zvyšujícího se počtu vozidel na silnicích a rozšiřování nových dálnic. Kromě toho je výběr velikostí vzorků pro školení, testování a ověřování zásadní pro ovlivnění výsledků. Předvídání počtu dopravních nehod je důležité pro ochranu životního prostředí, protože nehody mohou vést ke znečištění ovzduší a vod a ke zvýšení hluku, což má negativní dopad na lidské zdraví a ekosystémy.

Přiložené soubory

Predicting_Road_Accident_Counts_in_Poland_and_the_Czech_Republic_Using_Neural_Network_Models.pdf
Požádat o autorskou verzi souboru