Análisis de trayectorias utilizando técnicas de minería de datos
- Autores
- Reyes Zambrano, Gary Xavier
- Año de publicación
- 2025
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La presente investigación propone el desarrollo de un método de agrupamiento dinámico de flujos de datos aplicado al análisis de trayectorias vehiculares. Este enfoque busca superar las limitaciones de los algoritmos tradicionales, proporcionando una solución adaptable y en tiempo real que permita la identificación eficiente de zonas con alta densidad vehicular. La combinación de técnicas avanzadas de procesamiento, modelos de aprendizaje automático y estrategias de visualización de datos contribuirá a mejorar la gestión del tráfico y a optimizar la movilidad en entornos urbanos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Flujo de datos
Algoritmo
Aprendizaje automático - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/184469
Ver los metadatos del registro completo
id |
SEDICI_e32b16aec3adc231e54bd4574e849b3d |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/184469 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Análisis de trayectorias utilizando técnicas de minería de datosReyes Zambrano, Gary XavierCiencias InformáticasFlujo de datosAlgoritmoAprendizaje automáticoLa presente investigación propone el desarrollo de un método de agrupamiento dinámico de flujos de datos aplicado al análisis de trayectorias vehiculares. Este enfoque busca superar las limitaciones de los algoritmos tradicionales, proporcionando una solución adaptable y en tiempo real que permita la identificación eficiente de zonas con alta densidad vehicular. La combinación de técnicas avanzadas de procesamiento, modelos de aprendizaje automático y estrategias de visualización de datos contribuirá a mejorar la gestión del tráfico y a optimizar la movilidad en entornos urbanos.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf766-773http://sedici.unlp.edu.ar/handle/10915/184469spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:17Zoai:sedici.unlp.edu.ar:10915/184469Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:17.52SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Análisis de trayectorias utilizando técnicas de minería de datos |
title |
Análisis de trayectorias utilizando técnicas de minería de datos |
spellingShingle |
Análisis de trayectorias utilizando técnicas de minería de datos Reyes Zambrano, Gary Xavier Ciencias Informáticas Flujo de datos Algoritmo Aprendizaje automático |
title_short |
Análisis de trayectorias utilizando técnicas de minería de datos |
title_full |
Análisis de trayectorias utilizando técnicas de minería de datos |
title_fullStr |
Análisis de trayectorias utilizando técnicas de minería de datos |
title_full_unstemmed |
Análisis de trayectorias utilizando técnicas de minería de datos |
title_sort |
Análisis de trayectorias utilizando técnicas de minería de datos |
dc.creator.none.fl_str_mv |
Reyes Zambrano, Gary Xavier |
author |
Reyes Zambrano, Gary Xavier |
author_facet |
Reyes Zambrano, Gary Xavier |
author_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Flujo de datos Algoritmo Aprendizaje automático |
topic |
Ciencias Informáticas Flujo de datos Algoritmo Aprendizaje automático |
dc.description.none.fl_txt_mv |
La presente investigación propone el desarrollo de un método de agrupamiento dinámico de flujos de datos aplicado al análisis de trayectorias vehiculares. Este enfoque busca superar las limitaciones de los algoritmos tradicionales, proporcionando una solución adaptable y en tiempo real que permita la identificación eficiente de zonas con alta densidad vehicular. La combinación de técnicas avanzadas de procesamiento, modelos de aprendizaje automático y estrategias de visualización de datos contribuirá a mejorar la gestión del tráfico y a optimizar la movilidad en entornos urbanos. Red de Universidades con Carreras en Informática |
description |
La presente investigación propone el desarrollo de un método de agrupamiento dinámico de flujos de datos aplicado al análisis de trayectorias vehiculares. Este enfoque busca superar las limitaciones de los algoritmos tradicionales, proporcionando una solución adaptable y en tiempo real que permita la identificación eficiente de zonas con alta densidad vehicular. La combinación de técnicas avanzadas de procesamiento, modelos de aprendizaje automático y estrategias de visualización de datos contribuirá a mejorar la gestión del tráfico y a optimizar la movilidad en entornos urbanos. |
publishDate |
2025 |
dc.date.none.fl_str_mv |
2025-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/184469 |
url |
http://sedici.unlp.edu.ar/handle/10915/184469 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 766-773 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616361780707328 |
score |
13.070432 |