Aplicación de algoritmos de clasificación, agrupación y predicción en la detección de patrones asociados a la movilidad usando datos de trayectorias vehiculares
DOI:
https://doi.org/10.46480/esj.7.2.188Palabras clave:
Movilidad Sostenible, Pattern, Kmeans, AlgoritmosResumen
Contexto: Los problemas de tránsito representan un impedimento para el desarrollo personal de estudiantes y trabajadores que deben cumplir horarios específicos. Este artículo busca profundizar en el estudio de esta problemática y servir como precedente para futuras investigaciones. Método: Se aplicaron algoritmos de clasificación (K Nearest Neighbor), agrupación (K-mean) y predicción (Regresión Lineal) a una base de datos de trayectorias vehiculares, utilizando tres datasets con información de distancia, duración, temperatura y hora del día. Resultados: Se encuentra una relación entre altas temperaturas y mayor duración de los trayectos, trayectos con misma distancia pero diferentes duraciones, y duraciones más largas al mediodía y en la tarde. Conclusiones: La relación entre altas temperaturas y mayor duración de trayectos puede deberse a problemas de movilidad por el gran volumen de tránsito en las horas del mediodía. Las diferencias en duración para trayectos de igual distancia podrían explicarse por las rutas y horarios en que los usuarios los realizaron. Finalmente, este estudio sienta las bases para futuras investigaciones que busquen analizar y establecer soluciones a los problemas de tránsito que afectan el desarrollo personal de estudiantes y trabajadores.
Descargas
Referencias
Alcívar Vargas, M. (2022). Recolección y procesamiento de datos de movilidad para determinar los diferentes modos de transporte utilizados en la Universidad Central del Ecuador. Facultad de Ingeniería y Ciencias Aplicadas, Universidad Central del Ecuador: http://www.dspace.uce.edu.ec/bitstream/25000/26292/1/UCE-FING-ISI-ALCIVAR%20MARCOS.pdf
Bastien, P., Vinzi, V. E., & Tenenhaus, M. (2005). PLS generalised linear regression. Computational Statistics and Data Analysis, 48(1), 17–46. https://doi.org/10.1016/j.csda.2004.02.005 DOI: https://doi.org/10.1016/j.csda.2004.02.005
Chavez Estrella, M., Enríquez-Reyes, R., Cadena Flores, G., & Mocayo Unda, M. (2020). Identificación de Patrones de Movilidad Utilizando Datos en Tiempo Real Generados por Access Points en una Red de Comunicaciones de Campus. Caso de estudio: Universidad Central del Ecuador. Revista el Ingenio: https://revistadigital.uce.edu.ec/index.php/INGENIO/article/view/2236 DOI: https://doi.org/10.29166/ingenio.v3i2.2236
Ikotun, A. M., & Ezugwu, A. E. (2022). Boosting k-means clustering with symbiotic organisms search for automatic clustering problems. PLoS ONE, 17(8 August). https://doi.org/10.1371/journal.pone.0272861 DOI: https://doi.org/10.1371/journal.pone.0272861
Khandelwal, M., Rout, R. K., Umer, S., Sahoo, K. S., Jhanjhi, N. Z., Shorfuzzaman, M., & Masud, M. (2023). A Pattern Classification Model for Vowel Data Using Fuzzy Nearest Neighbor. Intelligent Automation and Soft Computing, 35(3), 3587–3598. https://doi.org/10.32604/iasc.2023.029785 DOI: https://doi.org/10.32604/iasc.2023.029785
Rosa Isela, M. (2019). Análisis de movilidad en entornos urbanos. Instituto Politecnico Internacional: https://www.saber.cic.ipn.mx/SABERv3/Repositorios/webVerArchivo/26083/1
Terraza, M., Zhang, J., & Li, Z. (2021). INTERSECTION SIGNAL TIMING OPTIMISATION FOR AN URBAN STREET NETWORK TO MINIMISE TRAFFIC DELAYS | OPTIMIZACIÓN DEL TIEMPO DE LA SEÑAL DE INTERSECCIÓN PARA UNA RED DE CALLE URBANA PARA MINIMIZAR LAS RETRASOS DEL TRÁFICO. Promet - Traffic - Traffico, 33(4), 579–592. https://doi.org/10.7307/ptt.v33i4.3694 DOI: https://doi.org/10.7307/ptt.v33i4.3694
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Dayana Salvatierra, Joshue Laborde, Oscar León-Granizo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos sobre sus artículos y, por tanto, son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente su obra en sus sitios web personales o en repositorios institucionales, después de su publicación en esta revista, siempre que se proporcione la referencia bibliográfica que acredite su publicación original.
Cómo citar
