info:eu-repo/semantics/masterThesis
Técnicas de aprendizaje profundo para el análisis de la percepción de la seguridad urbana
Fecha
2022Autor
Poco Medina, Jorge Luis
Institución
Resumen
La percepción es la forma en que los humanos interpretan y comprenden la información captada después de la interacción con el entorno que les
rodea, aprendiendo nuevas experiencias o reforzando otras ya vividas. La
percepción de la seguridad urbana se puede describir en cómo los humanos presentan una reacción ante un determinado estímulo proveniente de la
apariencia visual o conocimiento previo sobre un cierto lugar (calles, zonas
urbanas, etc). A partir de esta idea, diversos estudios buscaron describir
dicho fenómeno teniendo como ejemplo más notable la teoría denominada
\The Broken Window", la cual estudiaba el comportamiento de las personas
frente a ambientes cuya apariencia visual era caótica. Así mismo, recientemente este estudio está siendo implementado utilizando diversos tipos de
datos, no solo limitándose a encuestas o experimentos sociales, con el objetivo de determinar la relación entre la percepción urbana y características
intrínsecas de los ciudades; de los cuales, uno de los conjuntos de datos
más resaltables es Place Pulse. En este trabajo, se propone una metodología que permita analizar y explorar los datos de Place Pulse 2.0. Como
resultados principales, presentamos un análisis exploratorio de los datos,
resaltando la organización y comportamiento de los datos. Además, presentamos una comparación entre diferentes técnicas de aprendizaje supervisado
y semi-supervisado. Mostrando que un modelo Generative Adversarial Networks (GAN) presenta mejores resultados que técnicas convencionales.