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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/184469
Acceder
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

Publicaciones similares