Constat
Il existe une quantité impressionnante de données liées à la route conservées à titre légal. Néanmoins, ces données ne servent souvent qu'à garder une trace de ce qu'il s'est passé et ne sont que rarement utilisées.
Idée de départ
La motivation initiale est de faire quelque chose de ces données à l'état dormant, notamment les rapports d'accident, pour en faire un usage plus actif.
Hypothèse
Il est possible d'évaluer le risque des accidents de la route à venir de manière géolocalisée à partir de la connaissance des accidents passés.
Cachet R&D
Nouveauté
Aucun modèle de prédiction des accidents de la route de manière géolocalisée n'est disponible.
Créativité
La construction du modèle de prédiction serait réalisée avec un algorithme d'apprentissage entrainé à partir des données des accidents. L'usage de ce genre d'algorithme est relativement récent et permettrait de trouver des solutions à des problèmes non évidents.
Incertitude
La nature des données rend la construction du modèle extrêmement délicate. En effet, pour construire un modèle à partir d'un algorithme d'apprentissage, il faut généralement des données à la fois positives et négatives. Or les données des accidents ne sont que positives, car on ne dispose pas de données pour les non-accidents. Cela conduit à une utilisation non triviale des algorithmes d'apprentissage.
Systématique
La construction de ce modèle nécessiterait la réalisation de plusieurs objectifs. Par exemple, trouver comment pallier l'absence de données négatives, déterminer l'algorithme le plus adapté, construire et tester le modèle, etc.
Transférable
Chaque étape devrait donner lieu à la création d'un article ou d'une note technique décrivant le plus précisément les travaux réalisés.
Equipe
Alexandre Consultant sénior
Djalel Ingénieur R&D
Thibault Conseiller Commercial Inforoute
Logiciel impacté
