Predicción del estado del tránsito utilizando aprendizaje de máquina

Autores/as

  • Raimundo Vázquez Universidad Tecnológica Nacional
  • Juan M. Fernández Universidad Tecnológica Nacional
  • Francisco Simón Universidad Tecnológica Nacional
  • Alejandra Olivetti Universidad Tecnológica Nacional

DOI:

https://doi.org/10.30972/eitt.402897

Palabras clave:

Aprendizaje de máquina, clasificadores bayesianos, redes neuronales, árbol de decisión

Resumen

Se desarrolla un procedimiento para predecir el estado del tránsito de un sistema vehicular utilizando como herramientas: dispositivos genéricos, simulación de un sensor laser y un Aprendizaje de Máquina. Tal predicción se realiza mediante tres modelos: Clasificador Bayer-Navïer, Árbol de decisiones y Redes neuronales. Para ello fue necesario realizar una etapa de entrenamiento previa a la ejecución de cada algoritmo. Luego un programa de alto nivel articulado con la librería OpenCV se encarga de fusionar los datos obtenidos del ambiente vehicular y realizar la predicción.

 

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

09-05-2018

Cómo citar

Vázquez, R., Fernández, J. M., Simón, F., & Olivetti, A. (2018). Predicción del estado del tránsito utilizando aprendizaje de máquina. Extensionismo, Innovación Y Transferencia Tecnológica, 4, 310–316. https://doi.org/10.30972/eitt.402897

Número

Sección

EJE 3. 1er Encuentro de la Red Iberoamericana de Investigación, Desarrollo y Transferencia Tecnológica para la aplicació