Сравнительный анализ моделей машинного обучения для классификации водителей на основе данных датчиков микроэлектромеханических систем
Аннотация
Дата поступления статьи: 20.12.2024В данной статье представлен сравнительный анализ моделей машинного обучения, применяемых для классификации водителей на основе данных датчиков микроэлектромеханических систем (МЭМС). Исследование основано на открытом наборе данных “UAH-DriveSet”, содержащем свыше 500 минут записей вождения с разметкой событий агрессивного поведения, таких как резкое торможение, резкий поворот и резкое ускорение. Рассмотрены алгоритмы градиентного бустинга, рекуррентной нейронной сети и сверточной нейронной сети. Особое внимание уделено анализу влияния на эффективность классификации параметров разделения данных методом скользящего окна, таких как размер окон и степень их перекрытия. Проведенное исследование вносит вклад в развитие систем машинного обучения для анализа поведения водителей и создание интеллектуальных решений на основе датчиков МЭМС.
Ключевые слова: анализ поведения водителей, датчики микроэлектромеханических систем, машинное обучение, агрессивное вождение, градиентный бустинг, рекуррентные нейронные сети, сверточные нейронные сети, скользящее окно, классификация водителей
.