Notes de réalisation · Goh Kun Ming
Trip Safety Prediction System
IA · Projet public
janv. 2026 – févr. 2026
Présentation du projet
Une application hors ligne de classification de trajets qui distingue les prédictions par lots fondées sur un modèle des résultats heuristiques pour une seule observation.
Une application Windows hors ligne convertissant les relevés de capteurs de véhicules en classes de sécurité par trajet grâce à un pipeline d’arbre de décision intégré. Les prédictions par lot suivent un contrat de caractéristiques défini, tandis que les résultats individuels sont clairement désignés comme des replis heuristiques. L’inférence reproductible est démontrée ; les éléments inclus n’établissent pas la qualité prédictive sur données réservées.
Au cœur de cette réalisation
- Validé les marqueurs de valeurs manquantes, l’exactitude GPS, les orientations et les champs numériques obligatoires.
- Dérivé 19 caractéristiques par trajet couvrant durée, mouvement, vitesse et qualité des capteurs.
- Produit des sorties par lot SAFE ou DANGEROUS issues du modèle, avec des étiquettes précisant la source de l’inférence.
- Séparé l’agrégation du trajet complet du mode heuristique à enregistrement unique.
- Intégré le modèle et les ressources d’interface dans un exécutable Windows.
- Vérifié le nettoyage, l’agrégation, la persistance, les parcours de bureau et l’inférence empaquetée par des tests automatisés.