Modelo predictivo de accidentes de transito
RESUMEN : Los accidentes de tránsito son un problema para todos los países del mundo y es que además de ser una de las causas principales de muerte a nivel mundial, también generan gastos a todos los gobiernos y sin dejar a un lado las secuelas graves que ocasionan a los involucrados desde el punto...
- Autores:
-
Redondo Morelo, John Fredy
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/34367
- Acceso en línea:
- https://hdl.handle.net/10495/34367
- Palabra clave:
- Accidentes de tránsito
Reglamento de transito
Seguridad vial
Señales de transito
Trafico
modelo predictivo
aprendizaje de maquinas
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_99f209d2a49599ca6a233ffd3667e8ee |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/34367 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo predictivo de accidentes de transito |
| title |
Modelo predictivo de accidentes de transito |
| spellingShingle |
Modelo predictivo de accidentes de transito Accidentes de tránsito Reglamento de transito Seguridad vial Señales de transito Trafico modelo predictivo aprendizaje de maquinas |
| title_short |
Modelo predictivo de accidentes de transito |
| title_full |
Modelo predictivo de accidentes de transito |
| title_fullStr |
Modelo predictivo de accidentes de transito |
| title_full_unstemmed |
Modelo predictivo de accidentes de transito |
| title_sort |
Modelo predictivo de accidentes de transito |
| dc.creator.fl_str_mv |
Redondo Morelo, John Fredy |
| dc.contributor.advisor.none.fl_str_mv |
Lopez, Diana Margot Hurtado Rincón, Omar Alejandro |
| dc.contributor.author.none.fl_str_mv |
Redondo Morelo, John Fredy |
| dc.subject.lemb.none.fl_str_mv |
Accidentes de tránsito Reglamento de transito Seguridad vial Señales de transito Trafico |
| topic |
Accidentes de tránsito Reglamento de transito Seguridad vial Señales de transito Trafico modelo predictivo aprendizaje de maquinas |
| dc.subject.proposal.spa.fl_str_mv |
modelo predictivo aprendizaje de maquinas |
| description |
RESUMEN : Los accidentes de tránsito son un problema para todos los países del mundo y es que además de ser una de las causas principales de muerte a nivel mundial, también generan gastos a todos los gobiernos y sin dejar a un lado las secuelas graves que ocasionan a los involucrados desde el punto de vista físico, psicológico y económico. Durante el desarrollo del presente trabajo se realizó un análisis de las variables cualitativas asociadas al conductor y de las variables cuantitativas asociadas al vehículo, con la finalidad de implementar un modelo de predicción de accidentes de tránsito teniendo en cuenta las anteriores variables. Para comenzar lograr plantear un modelo predictivo de accidentes de tránsito primero se realiza una minuciosa investigación de los anteriores modelos planteados y de las variables de entrada que tienen en cuenta, luego de esto se plantea el posible modelo y por último se selecciona los métodos de aprendizaje de máquina que se utilizaran en el entrenamiento del modelo. Luego de realizar una limpieza de la data utilizada, de plantear el modelo y luego de entrenarlos, encontramos que dicho modelo no converge a predicción exacta de un accidente de tránsito por lo cual se deja abierta la posibilidad para trabajos futuros la validación de dicho modelo teniendo en cuenta otras variables de entrada a este. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-03-30T19:49:08Z |
| dc.date.available.none.fl_str_mv |
2023-03-30T19:49:08Z |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/34367 |
| url |
https://hdl.handle.net/10495/34367 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
38 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín - Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Ingeniería de Sistemas |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/6fa3f3cf-b907-4035-9c51-a07d636b7de1/download https://bibliotecadigital.udea.edu.co/bitstreams/a0d76f53-e0b8-4a7b-b93f-5151c2afb446/download https://bibliotecadigital.udea.edu.co/bitstreams/5c3892e5-a951-4e01-b5e3-6c92f3f40736/download https://bibliotecadigital.udea.edu.co/bitstreams/277aeb27-fc23-41e3-b355-8319b04eb589/download |
| bitstream.checksum.fl_str_mv |
872af8c5372522c993340b8105f349e9 8a4605be74aa9ea9d79846c1fba20a33 503571bfb446d84f9e3917705de41f36 861d7a256deb2310b645e3a9cd3ac68d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052574758666240 |
| spelling |
Lopez, Diana MargotHurtado Rincón, Omar AlejandroRedondo Morelo, John Fredy2023-03-30T19:49:08Z2023-03-30T19:49:08Z2023https://hdl.handle.net/10495/34367RESUMEN : Los accidentes de tránsito son un problema para todos los países del mundo y es que además de ser una de las causas principales de muerte a nivel mundial, también generan gastos a todos los gobiernos y sin dejar a un lado las secuelas graves que ocasionan a los involucrados desde el punto de vista físico, psicológico y económico. Durante el desarrollo del presente trabajo se realizó un análisis de las variables cualitativas asociadas al conductor y de las variables cuantitativas asociadas al vehículo, con la finalidad de implementar un modelo de predicción de accidentes de tránsito teniendo en cuenta las anteriores variables. Para comenzar lograr plantear un modelo predictivo de accidentes de tránsito primero se realiza una minuciosa investigación de los anteriores modelos planteados y de las variables de entrada que tienen en cuenta, luego de esto se plantea el posible modelo y por último se selecciona los métodos de aprendizaje de máquina que se utilizaran en el entrenamiento del modelo. Luego de realizar una limpieza de la data utilizada, de plantear el modelo y luego de entrenarlos, encontramos que dicho modelo no converge a predicción exacta de un accidente de tránsito por lo cual se deja abierta la posibilidad para trabajos futuros la validación de dicho modelo teniendo en cuenta otras variables de entrada a este.ABSTRACT : Traffic accidents are a problem for all countries in the world and it is that in addition to being one of the main causes of death worldwide, they also generate expenses for all governments and without leaving aside the serious consequences that they cause to be involved from the physical, psychological and economic point of view. During the development of this work, an analysis of the qualitative variables associated with the driver and the quantitative variables associated with the vehicle was carried out, in order to implement a traffic accident prediction model taking into account the previous variables. To begin to achieve a predictive model of traffic accidents, first a thorough investigation of the previous models proposed and the input variables that they take into account is carried out, after this the possible model is proposed and finally the learning methods are selected. machine that will be used in training the model. After cleaning the data used, proposing the model and after training them, we found that said model does not converge to the exact prediction of a traffic accident, for which the possibility of validation of said model is left open for future work. account other input variables to it.PregradoIngeniero de Sistemas38application/pdfspaUniversidad de AntioquiaMedellín - ColombiaFacultad de Ingeniería. Ingeniería de Sistemashttps://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo predictivo de accidentes de transitoTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/draftAccidentes de tránsitoReglamento de transitoSeguridad vialSeñales de transitoTraficomodelo predictivoaprendizaje de maquinasPublicationORIGINALRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdfRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdfTrabajo de grado de pregradoapplication/pdf933511https://bibliotecadigital.udea.edu.co/bitstreams/6fa3f3cf-b907-4035-9c51-a07d636b7de1/download872af8c5372522c993340b8105f349e9MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/a0d76f53-e0b8-4a7b-b93f-5151c2afb446/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADTEXTRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdf.txtRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdf.txtExtracted texttext/plain51339https://bibliotecadigital.udea.edu.co/bitstreams/5c3892e5-a951-4e01-b5e3-6c92f3f40736/download503571bfb446d84f9e3917705de41f36MD53falseAnonymousREADTHUMBNAILRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdf.jpgRedondoJohn_2023_ModeloPredictivoAccidentes.docx.pdf.jpgGenerated Thumbnailimage/jpeg5952https://bibliotecadigital.udea.edu.co/bitstreams/277aeb27-fc23-41e3-b355-8319b04eb589/download861d7a256deb2310b645e3a9cd3ac68dMD54falseAnonymousREAD10495/34367oai:bibliotecadigital.udea.edu.co:10495/343672025-03-27 00:31:29.392https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |
