Source : preprint arXiv:2307.03854 (identifiant tiré du lien du corpus, non imprimé dans le PDF) · DOI non imprimé · University of Central Florida, Department of Civil, Environmental and Construction Engineering · accès OPEN · PDF CrashLikelihood2023.pdf, sha256 f81f1eeac5e760568eea…, 29 pages Lu le : 2026-11-02. LECTURE COMPLÈTE (texte, tableaux 2 à 8 et figures 7 à 9 relus sur la page ; liste bibliographique non relue en détail). Statut summarized. Thème : detection · probabilité d’accident à une intersection à partir de données de véhicules connectés Métadonnées vérifiées dans le PDF : trois auteurs (Anik, Islam, Abdel-Aty), titre conforme au corpus. L’ancienne fiche donnait « Shahraki et al. », ce qui est faux. Année 2023 conservée d’après le corpus ; le PDF n’imprime ni date, ni DOI, ni numéro de version.

Contexte et question

Les intersections concentrent environ 25 % des accidents mortels aux États-Unis (9634 en 2021, base FARS, p. 3). Les modèles de probabilité d’accident en temps réel portent surtout sur les autoroutes et les artères, et reposent le plus souvent sur des capteurs fixes. Les auteurs relèvent trois lacunes : pas de données de véhicules connectés pour ce problème aux intersections, pas de Transformer pour la probabilité d’accident en temps réel, pas de modèle viable en temps réel aux intersections. Ils proposent inTformer, un Transformer à encodage temporel, et l’évaluent sur des données de véhicules connectés.

Méthode

• Zonage de l’intersection : un modèle par zone, « within-intersection » (rectangle reliant les approches) et « approach » (tronçons dans un rayon de 250 pieds, soit 76,2 m, du centre) (§Intersection Zoning, pp. 12-13).
• Architecture : encodage temporel inspiré de Time2Vec (composante linéaire plus composantes périodiques, Éq. 1), puis couches « Encoder » seules, sans décodeur : attention multi-têtes, réseau feed-forward par position (convolution de noyau 1), dropout, connexions résiduelles, normalisation de couche (pp. 6-8).
• Entrée : tenseur taille de lot × pas de temps × variables ; empilement testé sur 2, 3 ou 4 pas de 15 minutes, d’où les modèles inTformer (II), (III), (IV) (§Data Mapping, pp. 18-19).
• Étiquetage : un pas de 15 minutes précédant un accident déclaré vaut 1 ; le pas 15-30 minutes avant vaut aussi 1 ; les deux heures suivant un accident sont écartées (§Crash Indexing, pp. 17-18).
• Sélection de variables : arbres extrêmement aléatoires et corrélation de Pearson, en gardant la plus importante de deux variables corrélées à plus de 0,5. De 114 à 71 variables (intérieur) et de 33 à 18 (approche) (p. 18, Tab. 5).
• Déséquilibre de classes : séparation 75 % entraînement, 25 % test, puis SMOTE sur l’entraînement seul, rapport 1:1. Le test n’est pas rééchantillonné (p. 19).
• Hyperparamètres retenus : Adam, 5 têtes, 3 encodeurs (4 pour l’approche à 4 pas), taux d’apprentissage de 0,00001 à 0,0001 (Tab. 6, p. 20).
• Baselines entraînées sur les mêmes données : LSTM, CNN, LSTM-CNN séquentiel, LSTM-CNN parallèle (p. 6).
• Métriques : sensibilité (TP / (TP + FN)) et taux de fausses alarmes (FP / (FP + TN)) (Éq. 14-15, p. 10).
• Interprétation : valeurs SHAP sur les meilleurs modèles (Figures 9 et 10).

Données

• Huit intersections dangereuses de Floride (six à Tampa, deux à Orlando), de juillet 2021 à juin 2022 (Tab. 2, p. 10-11). Comptes d’accidents par intersection de 75 à 49.
• Accidents : base Signal Four Analytics, appariés par QGIS dans un rayon de 250 pieds : 462 (p. 11).
• Véhicules connectés : plateforme Signal Analytics (INRIX et CATT Lab). Les véhicules échantillonnés émettent des positions toutes les 3 à 5 secondes dans la zone d’approche partagée de 150 m, jusqu’à la sortie par les zones de 80 m ; la plateforme stocke des agrégats par pas de 15 minutes (temps de trajet, retard de contrôle, vitesse d’approche, échecs de phase, pourcentage d’arrivées au vert) par mouvement (p. 11).
• Météo : six variables via une API (p. 12).
• 1 051 200 observations de 15 minutes (30 approches × 365 jours × 24 h × 4) (p. 13).
• Variables avant sélection : 114 (intérieur) et 33 (approche). Les accidents sont rares face aux pas normaux : l’article parle de « highly imbalanced » sans donner de proportion.

Résultats chiffrés

Sensibilité et taux de fausses alarmes sur le jeu de test (Tab. 7, p. 20) :

Comparaison aux autres réseaux, mêmes données (Fig. 7 et 8, p. 22), sensibilité / fausses alarmes :

Comparaison à l’étude antérieure de Yuan et al. (2019), intérieur : 0,61 / 0,39 contre 0,73 / 0,36 (Tab. 8, p. 23). Les deux ne partagent ni les sites ni les données.

Chiffres principaux, avec ancre :

• Intérieur, inTformer (II) : sensibilité 0,73, fausses alarmes 0,36 (Tab. 7, p. 20) — « a sensitivity of 73% and false alarm rate of 36% » (p. 25).
• Approche, inTformer (II) : sensibilité 0,70, fausses alarmes 0,36 — « the top performer, with a sensitivity of 70% and a false alarm rate of 36% » (p. 25).
• Référence Yuan et al. : 60,67 % et 39,33 % — « The authors achieved a sensitivity of 60.67%, and a false alarm rate of 39.33% » (p. 5).
• Part des véhicules connectés : plus de 8 % — « connected vehicles, which account for over 8% of the moving traffic stream » (p. 4).
• Accidents appariés : 462 — « In total, 462 crashes were jointly identified within 250 feet » (p. 11), dont 338 (73,2 %) à l’intérieur et 124 (26,8 %) en approche (p. 17).

SHAP (Fig. 9 et 10, p. 23-24) : à l’intérieur, la variable la plus importante, aux deux pas, est la vitesse moyenne des véhicules en traversée de l’approche « C » (ASA_T_C) ; une valeur élevée accroît la probabilité d’accident, tandis qu’un pourcentage plus élevé d’arrivées au vert en traversée à l’approche « D » (POG_T_D) la réduit. En approche, la plus importante est la vitesse maximale en traversée (ASM_T) ; la vitesse moyenne des tourne-à-gauche, le temps de trajet moyen et le retard de contrôle moyen en traversée vont aussi dans le sens d’un risque accru.

Limites déclarées par les auteurs

• Fausses alarmes jugées élevées : attribuées à la faible pénétration des véhicules connectés (environ 8 %) et à l’agrégation en 15 minutes ; pistes proposées : données à 1-5 minutes (p. 21).
• Pistes non explorées : couches ou hyperparamètres supplémentaires, autres rééquilibrages que SMOTE, indicateurs de comportement du conducteur (freinage, accélération brusques), et phases de feux (SPaT), absentes des données Signal Analytics (p. 25).
• Huit intersections de Floride, une seule année : l’article ne traite pas la généralisation.

Ce que ça change pour Teleforge (interprétation, hors de l’article)

• Le jeu d’entrée est un agrégat de 15 minutes par mouvement, sans trajectoire individuelle, sans signal inertiel, sans SPaT : l’article ne valide donc pas un risque d’accident à partir de signaux GNSS ou inertiels bruts à haute fréquence. Ne pas le citer pour cela.
• Il reste citable comme exemple de classification de séries courtes (2 pas) par un Transformer, comparé à LSTM et CNN, sur un problème très déséquilibré.
• Le protocole mérite d’être noté : SMOTE sur l’entraînement seul, test brut, sensibilité et fausses alarmes plutôt que l’exactitude.
• Les comparaisons à Yuan et al. portent sur d’autres sites et données ; l’écart 0,73 contre 0,61 n’est pas un résultat à poids égal.
• Absence d’intervalles de confiance ou de répétitions : écarts de 0,01 à 0,05 entre modèles à lire avec prudence.