Learning Pedestrian Failure-to-yield Maneuver Patterns from Fatal Crash Data: Evidence from Explainable AutoML
Deze studie maakt gebruik van AutoML en SHAP-interpreteerbaarheid op Amerikaanse gegevens over dodelijke verkeersongevallen om onderscheidende gedrags- en contextuele factoren te identificeren die aan incidenten waarbij voetgangers niet voorrang verlenen ten grondslag liggen, waarbij specifieke risicopatronen voor verschillende oversteekmanoeuvres worden onthuld om gerichte veiligheidsmaatregelen te informeren.