FRTL - Investigación - Producción I+D+i

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/7954

Browse

Subject: search.filters.subject.Machine learning

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
    (2019) Marcos, Carlos; Martínez Micakoski, Fernanda; Perez Angueira, Luciana; Gomez, Jonathan; Perez Angueira, Angeles; Marcos, Candela; Molina, Christian; Blasco, Lucas; Benuzzi, German
    El tema abordado es la identificación de variables que permitan predecir la presencia de niebla en rutas con la finalidad de limitar la adquisición de datos a los momentos en que se dan tales condiciones en el tramo de la Ruta Nacional 33 en inmediaciones de la ciudad de Trenque Lauquen, Provincia de Buenos Aires, Argentina. El objetivo final es el desarrollo de un prototipo de captura de datos remoto equipado con sensores y cámara de video que permita caracterizar la zona en presencia de niebla donde se realizan intervenciones en la cinta asfáltica para mejorar la seguridad vial. Los datos históricos fueron provistos por el Servicio Meteorológico Nacional. Se realizaron dos modelos de predicción de la variable “niebla”, uno basado en la técnica estadística de Modelos Lineales Generalizados y otro mediante Árboles de Clasificación con bagging. Ambos modelos seleccionaron las mismas variables (hora local, velocidad del viento, temperatura y humedad relativa) para predecir la presencia de niebla a partir de los datos históricos con una exactitud del 80% sobre los datos de testeo.
  • Thumbnail Image
    Item
    Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
    (2018-11-01) Marcos, Carlos Eduardo; Martínez Micakoski, Fernanda; Marcos, Candela
    La seguridad vial se refiere a las medidas adoptadas para reducir el riesgo de lesiones y muertes causadas en el tránsito. Los traumatismos por accidentes de tránsito son un problema de salud pública a nivel mundial. Argentina, a través de la Agencia Nacional de Seguridad Vial, adhirió a los objetivos y finalidades del Decenio de Acción para la Seguridad Vial de la ONU. Entre sus acciones se encuentra la de recabar datos a nivel municipal mediante el uso del Formulario Estadístico Único (actualmente) y sus versiones anteriores, desde finales del año 2011.El presente trabajo se basa en el uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana, de manera de reducir la proporción de personas hospitalizadas por este tipo de eventos. Las variables predictoras son una herramienta útil para que los agentes de tránsito puedan realizar acciones preventivas en base a la propia idiosincrasia de accidentalidad vial de la comunidad, poniendo en valor los datos registrados en siniestros desde el año 2012 a 2017. Se utilizó el software libre R como facilitador de investigación estadística reproducible. Los resultados reflejan que variables asociadas principalmente al factor humano permiten predecir la existencia de lesiones en los participantes de un siniestro.