Buchumschlag

Recent Advances in Traffic Accident Analysis and Prediction: A Comprehensive Review of Machine Learning Techniques

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Behboudi, Noushin, Moosavi, Sobhan, Ramnath, Rajiv
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accident Impact Prediction based on a deep convolutional and recurrent neural network model
von: Sajadi, Pouyan, et al.
Veröffentlicht: (2024)

CrashFormer: A Multimodal Architecture to Predict the Risk of Crash
von: Monsefi, Amin Karimi, et al.
Veröffentlicht: (2024)

ALCo-FM: Adaptive Long-Context Foundation Model for Accident Prediction
von: Neogi, Pinaki Prasad Guha, et al.
Veröffentlicht: (2025)

An Explainable Machine Learning Approach to Traffic Accident Fatality Prediction
von: Rifat, Md. Asif Khan, et al.
Veröffentlicht: (2024)

Efficient and Interpretable Information Retrieval for Product Question Answering with Heterogeneous Data
von: Biswas, Biplob, et al.
Veröffentlicht: (2024)

Developing a Multi-Modal Machine Learning Model For Predicting Performance of Automotive Hood Frames
von: Indupally, Abhishek, et al.
Veröffentlicht: (2025)

Scalable Deep Metric Learning on Attributed Graphs
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Federated Contrastive Learning of Graph-Level Representations
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Traffic Congestion Prediction Using Machine Learning Techniques
von: Yasir, Rafed Muhammad, et al.
Veröffentlicht: (2022)

Multi-Modal Traffic Analysis: Integrating Time-Series Forecasting, Accident Prediction, and Image Classification
von: M, Nivedita, et al.
Veröffentlicht: (2025)

Motor Vehicle Accident Severity Prediction Via Machine Learning
von: Chandolu, Abhinav
Veröffentlicht: (2025)

Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review
von: Finet, Céline, et al.
Veröffentlicht: (2025)

Advancing GDP Forecasting: The Potential of Machine Learning Techniques in Economic Predictions
von: Oancea, Bogdan
Veröffentlicht: (2025)

PIAD-SRNN: Physics-Informed Adaptive Decomposition in State-Space RNN
von: Mohammadshirazi, Ahmad, et al.
Veröffentlicht: (2024)

InsightBuild: LLM-Powered Causal Reasoning in Smart Building Systems
von: Neogi, Pinaki Prasad Guha, et al.
Veröffentlicht: (2025)

Hotspot Prediction of Severe Traffic Accidents in the Federal District of Brazil
von: Lima, Vinicius, et al.
Veröffentlicht: (2023)

SMA-Hyper: Spatiotemporal Multi-View Fusion Hypergraph Learning for Traffic Accident Prediction
von: Gao, Xiaowei, et al.
Veröffentlicht: (2024)

Learning Multimodal Embeddings for Traffic Accident Prediction and Causal Estimation
von: Zhang, Ziniu, et al.
Veröffentlicht: (2025)

Scalable Deep Graph Clustering with Random-walk based Self-supervised Learning
von: Li, Xiang, et al.
Veröffentlicht: (2021)

Enhancing Bankruptcy Prediction of Banks through Advanced Machine Learning Techniques: An Innovative Approach and Analysis
von: Rustam, Zuherman, et al.
Veröffentlicht: (2025)

Recent Advances in Optimal Transport for Machine Learning
von: Montesuma, Eduardo Fernandes, et al.
Veröffentlicht: (2023)

A Comprehensive Survey of Reinforcement Learning: From Algorithms to Practical Challenges
von: Ghasemi, Majid, et al.
Veröffentlicht: (2024)

Recent Advances of Multimodal Continual Learning: A Comprehensive Survey
von: Yu, Dianzhi, et al.
Veröffentlicht: (2024)

Recent Advances in Multi-Choice Machine Reading Comprehension: A Survey on Methods and Datasets
von: Foolad, Shima, et al.
Veröffentlicht: (2024)

A Comprehensive Analysis of Churn Prediction in Telecommunications Using Machine Learning
von: Chen, Xuhang, et al.
Veröffentlicht: (2025)

Recent Advances on Machine Learning for Computational Fluid Dynamics: A Survey
von: Wang, Haixin, et al.
Veröffentlicht: (2024)

Exploiting the Experts: Unauthorized Compression in MoE-LLMs
von: Neogi, Pinaki Prasad Guha, et al.
Veröffentlicht: (2025)

Advancing Crime Linkage Analysis with Machine Learning: A Comprehensive Review and Framework for Data-Driven Approaches
von: Lima, Vinicius, et al.
Veröffentlicht: (2024)

Machine Learning Predictions for Traffic Equilibria in Road Renovation Scheduling
von: Bosch, Robbert, et al.
Veröffentlicht: (2025)

Statistical and Machine Learning Analysis of Traffic Accidents on US 158 in Currituck County: A Comparison with HSM Predictions
von: Sawyer, Jennifer, et al.
Veröffentlicht: (2025)

Advancing Eurasia Fire Understanding Through Machine Learning Techniques
von: Kriuk, Boris
Veröffentlicht: (2025)

AccidentGPT: Large Multi-Modal Foundation Model for Traffic Accident Analysis
von: Wu, Kebin, et al.
Veröffentlicht: (2024)

Emotion Detection in Twitter Messages Using Combination of Long Short-Term Memory and Convolutional Deep Neural Networks
von: Golchin, Bahareh, et al.
Veröffentlicht: (2025)

LISA: Learning-Integrated Space Partitioning Framework for Traffic Accident Forecasting on Heterogeneous Spatiotemporal Data
von: An, Bang, et al.
Veröffentlicht: (2024)

Self-Supervised State Space Model for Real-Time Traffic Accident Prediction Using eKAN Networks
von: Tan, Xin, et al.
Veröffentlicht: (2024)

The Weather Paradox: Why Precipitation Fails to Predict Traffic Accident Severity in Large-Scale US Data
von: Bellec, Yann, et al.
Veröffentlicht: (2026)

Enhanced Prediction of Ventilator-Associated Pneumonia in Patients with Traumatic Brain Injury Using Advanced Machine Learning Techniques
von: Ashrafi, Negin, et al.
Veröffentlicht: (2024)

Machine Learning Architectures for the Estimation of Predicted Occupancy Grids in Road Traffic
von: Nadarajan, Parthasarathy, et al.
Veröffentlicht: (2025)

Addressing Challenges in Time Series Forecasting: A Comprehensive Comparison of Machine Learning Techniques
von: Mortezanejad, Seyedeh Azadeh Fallah, et al.
Veröffentlicht: (2025)

Machine Learning Applications in Medical Prognostics: A Comprehensive Review
von: Fascia, Michael
Veröffentlicht: (2024)