人の思考様式を模した交通事故リスク推定モデルの構築とその検証

多層補集合モデルによる車室内リスクの可視化

抄録

本研究では、従来のブラックボックス型機械学習とは異なり、人間のリスク判断の思考様式に着想を得た新たな交通事故リスク推定モデルを構築した。本モデルは、事故発生時の車室内のリスクを対象とし、各説明変数（例：車両損壊度、乗員属性、デバイス有無）ごとに個別の回帰モデルを作成し、それらを積層的に統合する「多層補集合モデル」として設計した。

このアプローチでは、人が「大きい」「小さい」「高い」「低い」といった相対的な印象を段階的に重ねて判断を行う構造を模倣し、各要因が持つ意味の“ずれ”や“重なり”をそのままモデルに取り込んでいる。精度の追求よりも、“直感的に理解できるモデル構造”や“現場での納得感”を重視した設計であり、従来手法とは異なる価値を有している。

評価においては、±1クラスの許容やクラスごとの平均整合性など、柔軟で現実的な指標を導入し、モデルの傾向把握能力や説明性を重視した。結果として、外傷リスクの傾向を実測値とおおむね一致する形で予測可能であり、現場判断の支援や事故予防の視点提供に資することが確認された。

本研究は、交通事故が偶発的ではなく、多くの条件が積み重なって起こる「必然的構造」であるという立場に立ち、人の判断様式を再現するようなモデルの構築に挑戦したものである。