Publication :
Élaboration d'un modèle de trafic à partir de données massives de trajectoires automobiles en assurance

Notice brève
bul.contributor.advisor-marc100Badard, Thierry|=$aBadard, Thierry
bul.contributor.advisor-marc100Duchesne, Thierry|=$aDuchesne, Thierry
bul.contributor.author-marc100Blais, Philippe|=$aBlais, Philippe
bul.date.reception2021-05-12
bul.description.alirejodes249 chlac brdem1
bul.faculteFaculté de foresterie, de géographie et de géomatique.
bul.identifier.controlNumber1252623193
bul.identifier.uuid20bee64b-c749-45dd-931d-0bb9dc8c3d71
dc.contributor.advisorDuchesne, Thierry
dc.contributor.advisorBadard, Thierry
dc.contributor.authorBlais, Philippe
dc.date.accessioned2021-05-24T07:02:32Z
dc.date.available2021-05-24T07:02:32Z
dc.date.issued2021
dc.date.updated20210601
dc.description.abstractEn assurance automobile, la prédiction du risque est un enjeu majeur. Pour faire les meilleures prédictions possibles, il est important d'utiliser les bonnes informations. Dans les récentes années, un nouveau modèle d'assurance a vu le jour, le Usage-Based-Insurance (UBI), qui a permis la mesure de nouvelles variables comme les freinages ou les accélérations, appelées évènements. Par ailleurs, l'arrivée du UBI a amené l'industrie à s'intéresser davantage à la compréhension des comportements routiers, ce qui s'est traduit par le besoin de contextualiser ces évènements pour arriver à mieux comprendre leurs causes. Le but de cette recherche est de répondre à ce besoin de contextualisation en utilisant le trafic. L'objectif du projet est de modéliser le trafic à partir des données massives de trajectoires automobiles générées via le UBI. Deux méthodes de modélisation sont présentées. La première utilise une méthode de clustering pour détecter la congestion à partir de distributions de vitesses moyennes. La deuxième s'appuie plutôt sur une méthode de calcul de temps de parcours au niveau du segment routier. Les résultats de cette recherche confirment qu'il est possible d'utiliser les données d'assurance pour modéliser le trafic.fr
dc.format.extent1 ressource en ligne (xi, 91 pages)
dc.identifier.bacTC-QQLA-36893
dc.identifier.nothese36893
dc.identifier.other36893
dc.identifier.urihttp://hdl.handle.net/20.500.11794/69181
dc.languagefre
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subject.rvmAssurance-automobiles.fr_CA
dc.subject.rvmDonnées volumineuses.fr_CA
dc.subject.rvmCirculation -- Estimation -- Modèles mathématiques.fr_CA
dc.subject.rvmÉvaluation du risque.fr_CA
dc.subject.rvmAutomobilistes -- Attitudes.fr_CA
dc.titleÉlaboration d'un modèle de trafic à partir de données massives de trajectoires automobiles en assurance
dc.typemémoire de maîtrise
dc.type.legacyCOAR1_1::Texte::Thèse::Mémoire de maîtrisefr
dcterms.publisher.locationQuébec
dspace.accessstatus.time2022-11-15 21:12:47
dspace.entity.typePublication
etdms.degree.disciplineMaîtrise en sciences géomatiques
etdms.degree.grantorUniversité Lavalfr_CA
etdms.degree.nameMaître ès sciences (M. Sc.)fr_CA
relation.isAdvisorOfPublication338165ed-d68a-4d6a-827d-59e32d424538
relation.isAdvisorOfPublicationd8383898-6817-4737-ac74-b847852c79da
relation.isAdvisorOfPublication.latestForDiscovery338165ed-d68a-4d6a-827d-59e32d424538
relation.isAuthorOfPublication432d1576-4f46-4b92-8d17-2bcca9857640
relation.isAuthorOfPublication.latestForDiscovery432d1576-4f46-4b92-8d17-2bcca9857640
relation.isResourceTypeOfPublication5324f3cf-6e18-4f28-a339-115c99bd2b34
relation.isResourceTypeOfPublication.latestForDiscovery5324f3cf-6e18-4f28-a339-115c99bd2b34
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
36893.pdf
Taille :
15.3 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Thèses et mémoires