Fusión y análisis de datos para la toma de decisiones en un escenario vehicular complejo

Autores/as

  • Raimundo Vázquez Universidad Tecnológica Nacional. Facultad Regional Resistencia
  • Carlos Torres Universidad Tecnológica Nacional. Facultad Regional Resistencia
  • J. O. Mariguetti Universidad Tecnológica Nacional. Facultad Regional Resistencia

DOI:

https://doi.org/10.30972/eitt.704777

Palabras clave:

Estado del tránsito, densidad de tráfico, estimación del tráfico

Resumen

Se desarrolla un procedimiento que permite a una App predecir el estado del tránsito complejo articulado con una API de Google Maps y librerías de Maquina de Aprendizaje. Para tales fines se define una zona de tráfico vehicular donde se estiman los tiempos invertidos por un conductor al recorrer dichas calles. Cada uno de los ejemplos se asocia a un estado de tráfico en cuatro categorías: bajo, medio, moderado y alto. De esta manera se crea un conjunto de entrenamiento que es la base de información de un algoritmo de inteligencia artificial. Se elige una red neuronal
del tipo M ultip layerP erceptron de una sola capa y 28 neuronas. El clasificador dio una TP R a te elevada y FP Rate muy bajo, indicando instancias de clasificación muy satisfactoria para las cuatro categorías. La Precisión del modelo muestra una buena sensibilidad y la Memoria una adecuada especificidad. El área ROC supera en todos los casos el valor 0.9, reflejando un test muy bueno. La matriz de confusión está formada por una sola diagonal acusando una buena sensibilidad y precisión.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

06-05-2021

Cómo citar

Vázquez, R., Torres, C., & Mariguetti, J. O. (2021). Fusión y análisis de datos para la toma de decisiones en un escenario vehicular complejo. Extensionismo, Innovación Y Transferencia Tecnológica, 7, 196–205. https://doi.org/10.30972/eitt.704777

Número

Sección

EJE 1. Vinculación con el medio