Το αντικείμενο της παρούσας μεταπτυχιακής διπλωματικής εργασίας είναι οι εφαρμογές τεχνητής νοημοσύνης στην οδική ασφάλεια, με έμφαση στη σχετική βιβλιομετρική ανάλυση, τη βελτιστοποίηση και την έρευνα αγοράς. Οι στόχοι της εργασίας ήταν οι εξής: i) πλήρης βιβλιομετρική ανάλυση των σχετικών επιστημονικών δημοσιεύσεων έως και το έτος 2019 και εξαγωγή σχετικών συμπερασμάτων, ii) βελτιστοποίηση ενδεικτικής μακροσκοπικής εφαρμογής οδικής ασφάλειας, η οποία επιλέχθηκε να είναι ένας θερμικός χάρτης οδικής ασφάλειας, με τη χρήση Ανάλυσης Σύζευξης και iii) υπολογισμός μεριδίων προτίμησης αγοράς της βελτιστοποιημένης εφαρμογής, καθώς και άλλων διαμορφώσεων της εφαρμογής, με τη χρήση προσομοίωσης αγοράς. Για την υλοποίηση του πρώτου στόχου χρησιμοποιήθηκε το λογισμικό VOSviewer του Κέντρου Επιστημών και Τεχνολογικών Σπουδών του Πανεπιστημίου του Leiden της Ολλανδίας και για την υλοποίηση του δεύτερου και τρίτου στόχου το λογισμικό Discover της εταιρίας Sawtooth Software, μετά από σχετική Διαδικτυακή έρευνα ερωτηματολογίου στην οποία συμμετείχαν 136 άτομα, δείγμα μεγαλύτερο από το απαιτούμενο δείγμα των 125 ατόμων. Τα αποτελέσματα της βιβλιομετρικής ανάλυσης έδειξαν ότι το υπό εξέταση επιστημονικό αντικείμενο αναπτύσσεται πλέον εκθετικά ως προς τον αριθμό των επιστημονικών δημοσιεύσεων και πως η Ελλάδα και η Κύπρος πρωτοπορούν κατά κεφαλήν στη σχετική έρευνα. Από τα αποτελέσματα της Ανάλυσης Σύζευξης, και πιο συγκεκριμένα της τεχνικής Choice-Based Conjoint (CBC) η οποία χρησιμοποιήθηκε, προέκυψε ότι ο βέλτιστος θερμικός χάρτης οδικής ασφάλειας θα πρέπει να έχει Διεπιφάνεια πρόσθετου π.χ. σε πλατφόρμα όπως η Google Maps κατά τα πρότυπα της υπηρεσίας Google Traffic, η Χρέωση θα πρέπει να είναι δωρεάν με την προβολή διαφημίσεων, η Πληροφόρηση θα πρέπει να είναι σε πραγματικό χρόνο, τα Δεδομένα θα πρέπει να είναι ανοικτά και το Κόστος θα πρέπει να είναι χαμηλό. Η χρήση βαθιάς μάθησης με τεχνητά νευρωνικά δίκτυα κρίθηκε απαραίτητη λόγω της απαίτησης για Πληροφόρηση σε πραγματικό χρόνο. Τα αποτελέσματα της προσομοίωσης αγοράς έδειξαν ότι ένα τέτοιο προϊόν θα μπορούσε να αποσπάσει μερίδιο αγοράς 95,62%!
The subject of this master’s thesis is the applications of artificial intelligence in road safety, with emphasis on the relevant bibliometric analysis, optimization, and market research. The objectives of the thesis were the following: i) complete bibliometric analysis of the relevant scientific publications up to the year 2019 and drawing relevant conclusions, ii) optimization of an indicative macroscopic application of road safety, which was chosen to be a road safety heatmap, using Conjoint Analysis, and iii) calculation of market shares of preference of the optimized application, as well as other application configurations, using market simulation. The VOSviewer software of the Center for Science and Technology Studies of the University of Leiden in the Netherlands was used for the implementation of the first objective, and the Discover software of the Sawtooth Software Inc. was used for the implementation of the second and third objectives, after an online questionnaire survey in which 136 people participated, a sample larger than the required of 125 people. The results of the bibliometric analysis showed that the scientific field under consideration is now developing exponentially in terms of the number of scientific publications and that Greece and Cyprus are leading the way in the relevant research per capita. From the results of the Conjoint Analysis, and more specifically of the Choice-Based Conjoint (CBC) technique that was used, it emerged that the optimal road safety heatmap should have an Interface in the form of an addon, e.g., on a platform like Google Maps according to the Google Traffic standards, Billing should be free with ad serving, Information should be real-time, Data should be open, and Cost should be low. The use of deep learning with artificial neural networks was deemed necessary due to the requirement for real-time Information. The results of the market simulation showed that such a product could have a market share of 95.62%!
Βιβλιομετρική Ανάλυση Επιστημονικής Έρευνας και Ανάλυση Αγοράς Εφαρμογών Τεχνητής Νοημοσύνης στην Οδική Ασφάλεια