Mostrar el registro sencillo del ítem
Predicción del estado del tránsito utilizando aprendizaje de máquina
dc.creator | Vázquez, Raimundo | |
dc.creator | Fernández, Juan M. | |
dc.creator | Simón, Francisco | |
dc.creator | Olivetti, Alejandra | |
dc.date.accessioned | 2022-08-23T13:38:29Z | |
dc.date.available | 2022-08-23T13:38:29Z | |
dc.date.issued | 2018-03-01 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12272/6887 | |
dc.description.abstract | 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. | es_ES |
dc.format | es_ES | |
dc.language.iso | spa | es_ES |
dc.rights | openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.rights.uri | Atribución-NoComercial-CompartirIgual 4.0 Internacional | * |
dc.subject | aprendizaje de máquina | es_ES |
dc.subject | clasificadores bayesianos | es_ES |
dc.subject | redes neuronales | es_ES |
dc.subject | árbol de decisión | es_ES |
dc.title | Predicción del estado del tránsito utilizando aprendizaje de máquina | es_ES |
dc.type | info:eu-repo/semantics/article | es_ES |
dc.description.affiliation | Fil: Vázquez, Raimundo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina. | es_ES |
dc.description.affiliation | Fil: Fernández, Juan M. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina. | es_ES |
dc.description.affiliation | Fil: Simón, Francisco. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina. | es_ES |
dc.description.peerreviewed | Peer Reviewed | es_ES |
dc.type.version | publisherVersion | es_ES |
dc.rights.use | Acceso Abierto | es_ES |
dc.identifier.doi | http://dx.doi.org/10.30972/eitt.402897 |