آشکارسازی ساختار پنهان در داده های ترافیک با استفاده از متدلوژی نوین ترکیبی شبکه مصنوعی عصبی و مدل‌سازی معادلات ساختاری تعمیم‌یافته

Detecting Hidden Structure in Traffic Data Using New Methodology of Hybrid Structural Equation Modeling-Neural Network (SEM-ANN)


چاپ صفحه 		پژوهان
صفحه نخست سامانه		 مجری و همکاران
مجری و همکاران		 اطلاعات تفضیلی
اطلاعات تفضیلی		 دانلود
دانلود 		دانشگاه علوم پزشکی تبریز
دانشگاه علوم پزشکی تبریز

مجریان: محمد اصغری جعفرآبادی

خلاصه روش اجرا: در این مطالعه مورد شاهدی، با استفاده از تکنیک ترکیبی ¬SEM-ANN و نرم¬افزارهای MPLUS- SMARTPLS- STATISTICA به بررسی روابط بین متغیر وابسته جراحت (مورد و شاهد) موتورسواران با متغیرهای برونزاد ADHD، رفتار موتور سواران (MRBQ)، شخصیت موتورسواران (میلون 3)، تاهل موتورسواران، سابقه رانندگی، هدف از رانندگی، سن، سطح اجتماعی اقتصادی، سطح تحصیلات، حجم موتورسیکلت، داشتن گواهینامه پرداخته می¬شود. همچنین ابتدا از روش مدل¬سازی SEM به عنوان ورودی استفاده خواهد شد و پس از اصلاحات لازم مدل توسط روش ANN پیش¬بینی خواهد شد. در این مطالعه، از داده¬های مطالعه انجام شده قبلی، برای مدل¬سازی آماری استفاده شد که بر روی تمامی رانندگان موتورسیکلت مرد مجروح شده ناشی از تصادف غیرعمدی موتورسیکلت که از 20 اسفند سال 91 به بیمارستانهای شهدا و امام رضا مراجعه نموده بودند (این دو بیمارستان مرجع برای مراجعه و بستری افراد موتور سوار تصادف کرده می¬باشند). تا زمانی که حجم نمونه مطالعه به حد نساب برسد، انجام شد وگروه کنترل مناسب از سیستم طبقه¬بندی کدپستی شهر که در پروژه جامعه¬ی ایمن شهر تبریز و طرح حاکمیت بالینی استفاده شده، انتخاب شد. نمونه¬گیری به روش متوالی (Consecutive Sampling) تا تکمیل حجم نمونه انجام گرفت.

اطلاعات کلی طرح
hide/show

مرحله جاری طرح خاتمه قرارداد و اجرا
کد طرح 60034
عنوان فارسی طرح آشکارسازی ساختار پنهان در داده های ترافیک با استفاده از متدلوژی نوین ترکیبی شبکه مصنوعی عصبی و مدل‌سازی معادلات ساختاری تعمیم‌یافته
عنوان لاتین طرح Detecting Hidden Structure in Traffic Data Using New Methodology of Hybrid Structural Equation Modeling-Neural Network (SEM-ANN)
نوع طرح طرح - پایان نامه
اولویت طرح سوانح با تاکید بر حوادث جاده ای
نوع مطالعه مطالعه مورد/شاهد ( Case - Control )
تحقیق در نظام سلامت بلی
آیا طرح پایان‌نامه دانشجویی است؟ بله
مقطع پایان نامه کارشناسی ارشد
مدت اجرا - ماه 12
نوآوری و ضرورت انجام تحقیق روش ANN با ارائه روابط غیرخطی مقدار پیش‌بینی را افزایش می‌دهد ولی SEM روابط خطی را لحاظ می‌کند و به علاوه فرضیه های پژوهشی را در قالب مدل مفهومی بررسی میکند (1). در روش SEM نیاز است پیش‌-فرض‌های مدلهای خطی از جمله نرمال بودن متغیر وابسته، خطی بودن رابطه، همگنی واریانس خطاها، نبود داده های پرت، نبود هم خطی، استقلال خطاها، برخورد با داده های گمشده و ... وجود دارند که در ANN وجود ندارد. از طرفی در ANN روابط به صورت مختلف (خطی و غیر خطی) و به صورت یادگیری مدل، در تحلیل ها وارد می شوند ولی تفسیر واضح برای روابط وجود ندارد، درصورتیکه برای SEM چنین نیست (1). بر اساس آنچه گفته شد، SEM (در بررسی فرضیه‌های مدل مفهومی) و ANN (در بررسی روابط پیچیده تر موجود در داده‌ها بدون نیاز به برقراری پیش فرض‌های محدود کننده) مکمل یکدیگر هستند و ترکیب آنها می تواند تصویر کاملتری از روابط موجود در داده ها را بر اساس مدل مفهومی نشان دهد. هدف از این مطالعه بررسی متدلوژی نوین ترکیبی شبکه مصنوعی عصبی و مدلسازی ساختاری تعمیم‌یافته برای داده های یک مطالعه مورد شاهدی در حیطه ترافیک می‌باشد.
اهداف اختصاصی

تعیین میزان پیشگویی ANN برای مصدومیت منجر به بستری موتورسواران

-

تعیین میزان پیشگویی SEM برای مصدومیت منجر به بستری موتورسواران

-

تعیین میزان پیشگویی مدل ترکیبی SEM-ANN برای مصدومیت منجر به بستری موتورسواران

چکیده انگلیسی طرح aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
کلمات کلیدی مدل: تعریف علمی: مدل از ریشه لاتین modus به معنای اندازه گرفته شده است و جزء کوچکی از یک واقعیت است. بدین ترتیب در شرایطی که امکان دسترسی به تمام جزئیات و روابط پدیده ها، مشکل، پر هزینه و وقتگیر است، مدل، آنها را سهل و آسان میکند و با برخورداری از امکان تجزیه و تحلیل، پیش بینی نتایج را ممکن می نماید(51) تعریف عملی: در این مطالعه مدل در قالب الگوی ترکیبی SEM-ANN برازش خواهد شد. جراحت: تعریف علمی: جراحت خفیف یا شدید ناشی از هر تصادف ایجاد شده در جاده که نیاز به درمان پزشکی یا جراحی در بیمارستان دارد. تعریف عملی: در این مطالعه افرادی که به دلیل تصادف ناشی از موتورسیکلت در بیمارستان بستری شده باشند. اختلال کم توجهی/بیش فعالی (ADHD): تعریف علمی: یک اختلال رفتاری رشدی است که با فقدان توجه فعالیت بیش از حد رفتارهای تکانشی یا ترکیبی از این موارد همراه است. تعریف عملی: در این مطالعه با استفاده از پرسشنامه ADHD موتورسواران ارزیابی و نمره گذاری خواهد شد. رفتار رانندگی موتورسیکلت: تعریف علمی: تمامی عواملی که از نظر رفتاری بر کیفیت رانندگی یک موتورسیکلت ران در راستای رخداد سانحه ترافیکی تاثیر می گذراند و عبارتند از خطاها و نقض قانون. تعریف عملی: در این مطالعه با استفاده از پرسشنامه MRBQ موتورسواران ارزیابی و نمره گذاری خواهد شد. ویژگی شخصیتی رانندگان تعریف علمی: تمامی عواملی که از نظر ویژگیهای روانی شخصیتی بر کیفیت رانندگی یک موتورسیکلتران در راستای رخداد سانحه ترافیکی تاثیر می-گذراند. تعریف عملی: در این مطالعه با استفاده از پرسشنامه MCMI-III موتورسواران ارزیابی و نمره گذاری خواهد شد تعيين کننده اجتماعي سلامت
ذینفعان نتایج طرح ذینفعان نتایج این طرح به دو بخش پژوهشگران و جامعه تقسیم می شوند. باتوجه به این که در این طرح هدف اصلی معرفی مدل بهینه و مناسب برای تحلیل روابط خطی و غیرخطی است، مدلهای موجود معایب و مزایای آنها بررسی خواهد شد و از طرفی مدل ترکیبی SEM- ANN بر روی داده های واقعی در حیطه ترافیک شهرستان تبریز که توسط پرسشنامه های ADHD, MRBQ و پرسشنامه میلون (MCMI-III) III جمع آوری و ثبت شده است برای ارزیابی رفتار رانندگان برازش داده خواهد شد. لذا ذینفعان دیگر این طرح جامعه و افرادی که در حیطه ترافیک از جمله استفاده کنندگان از ترافیک که شامل کل افراد جامعه میشود، سیاست گذاران، مراکز تولیدی و تحقیقاتی، مرکز پیشگیری از حوادث جاده ای و ترافیک، جامعه رانندگان بین شهری، راهنمایی و رانندگی ، پلیس راهور ناجا، اورژانس جادهای، مرکز بیمه، عمران جاده ای، سازمان محیط زیست که در زمینه ایمنی ترافیک فعالیت دارند خواهند بود که از نتایج دقیق تر این نوع مدلها می توانند برای برنامه ریزی بهتر استفاده کنند.

اطلاعات مجری و همکاران
hide/show

نام و نام‌خانوادگی سمت در طرح
محمد اصغری جعفرآبادیاستاد راهنمای اول (آموزشی )
همایون صادقی بازرگانیمشاور
شیلا حسن زاده آرنائیدانشجوی مالک پایان نامه

اطلاعات تفضیلی
hide/show

حوزه خبر خبر
رسانه ها و مردم
عنوان خبر
بیش فعالی، رانندگی در شب و صحبت کردن با تلفن حین رانندگی بیشتر منجر به مصدومیت منجر به بستری می گردد.
متن خبر
موتورسواران از جمله گروههای آسیب پذیر می‌باشند به طوری که آسیب‌های مرتبط با موتورسیکلت در مردان ایرانی 42 درصد کل حوادث جاده‌ای را تشکیل می‌دهد و از مشکلات مهم بهداشت عمومی و بهداشتی کشور است. با توجه به افزایش مورتورسواری در دهه¬های اخیر، مطالعه آنها ضرورت و اولویت دارد. مدلسازی ترکیبی الگوسازی معادلات ساختاری-شبکه های عصبی، میتواند کارایی مناسبی برای مدل کردن روابط عوامل خطر مصدومیت منجر به بستری موتورسواران داشته باشد که هدف این مطالعه می¬باشد. در مطالعه مورد- شاهدی حاضر، تعداد 300 مورد و 156 کنترل بر اساس نمونه¬گیری تصادفی خوشه¬ای از شهر تبریز انتخاب شدند. با استفاده از پرسشنامه، متغیرهای رفتار حرکتی موتورسواران، بیش¬فعالی بزرگسالان و همچنین متغیرهای مرتبط با موتورسیکلت، ارزیابی شد. عوامل خطر مصدومیت منجر به بستری موتورسواران، رفتارهای حرکتی موتورسواران، بیش¬فعالی بزرگسالان، صحبت کردن با تلفن همراه حین رانندگی و رانندگی در ساعات تاریک بودند. برنامه¬های مداخله¬ای جهت کاهش آسیب در مورد افراد بیش¬فعال، کسانی که از تلفن همراه در حین رانندگی استفاده می¬کنند، کسانی که در ساعت¬های تاریک رانندگی می¬کنند، بسیار توصیه می¬شود.
متخصصان و پژوهشگران
عنوان خبر
متن خبر
سیاستگذاران درمانی
عنوان خبر
متن خبر
سیاستگذاران پژوهشی
عنوان خبر
متن خبر
لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1