dc.contributor | León Granizo, Oscar Dario | |
dc.creator | Acuria Cagua, Carlos Geovanny | |
dc.creator | Casal Sánchez, Jerry Brian | |
dc.date.accessioned | 2022-12-12T16:57:28Z | |
dc.date.accessioned | 2023-03-09T18:39:50Z | |
dc.date.available | 2022-12-12T16:57:28Z | |
dc.date.available | 2023-03-09T18:39:50Z | |
dc.date.created | 2022-12-12T16:57:28Z | |
dc.date.issued | 2022 | |
dc.identifier | http://repositorio.ug.edu.ec/handle/redug/65326 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/6095006 | |
dc.description.abstract | El presente proyecto tiene como objetivo el análisis y aprendizaje de un algoritmo para el control del flujo vehicular con la finalidad de viabilizar soluciones a las problematicas de movilidad vehicular existentes en la ciudad de Guayaquil. En la actualidad el congestionamiento que se vive en las avenidas principales de la ciudad es muy alta debido al crecimiento exponencial de los automotores. Generalmente es un problema concurrente en el tránsito vehicular pues genera mayores tiempos de espera en semáforos, mayor consumo de gasolina, contaminación ambiental, escaso mantenimiento de las vias e incluso incurrir en la seguridad por parte de los usuarios al estar detenidos. El desarrollo pretende predecir el flujo vehicular así como agrupar, clasificar e identificar por medio de la carga de dataset, imágenes, videos y haciendo uso de 3 algoritmos de machine learning que permitan obtener resultados para la toma de deciciones mediante expertos y conocer que vías alternas cuentan con menos tránsito vehicular y que tipos de vehículos son los más frecuentes en los diferentes lugares de la ciudad. | |
dc.description.abstract | The objective of this project is the analysis and learning of an algorithm in order to control vehicular flow to make possible solutions to existing vehicular mobility problems in the city of Guayaquil. Nowadays, the congestion that exists in the main avenues of the city is very high due to the exponential growth of automobile centers. It is generally a common problem in vehicular traffic as it generates longer waiting times at traffic lights, higher gasoline consumption, environmental pollution, poor road maintenance and even incurring security by users when stopped. This project aims to predict the vehicular flow, group, classify and identify by loading dataset, images, videos and making use of 3 machine learning algorithms that allow obtaining results for decision-making by experts and knowing which alternative routes have less vehicular traffic and what types of vehicles are the most frequent in the different parts of the city. | |
dc.language | spa | |
dc.publisher | Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales. | |
dc.rights | openAccess | |
dc.subject | Algoritmo | |
dc.subject | Machine Learning | |
dc.subject | Viabilizar | |
dc.subject | Exponencial | |
dc.subject | Concurrente | |
dc.subject | Flujo vehicular | |
dc.subject | Algorithm | |
dc.subject | Make Viable | |
dc.subject | Exponential | |
dc.subject | Concurrent | |
dc.subject | Vehicular flow | |
dc.title | Módulo de experimentación de algoritmos de aprendizaje de máquina (datos e imágenes) para control de flujo vehicular. | |
dc.type | bachelorThesis | |