Marco para la prediccion del flujo de tráfico con datos incompletos basados en técnicas machine learning

• Autores: Cayetano Ruiz de Alarcón Quintero
• Directores de la Tesis: Noelia Cáceres Sánchez (dir. tes.), Luis Miguel Romero Pérez (dir. tes.)
• Lectura: En la Universidad de Sevilla ( España ) en 2024
• Idioma: español
• Número de páginas: 240
• Enlaces
  • Tesis en acceso abierto en: Idus
• Resumen

  • Este trabajo ha tratado de obtener una visión actual y global de los procesos de modelado de predicción de tráfico a corto plazo. Para ello, mediante la consulta de la literatura científica y casos prácticos, se han identificado los factores comunes que intervienen en el proceso de predicción. Se trata de un campo dinámico, en continua evolución que se ha visto empujado por el desarrollo de las tecnologías, provocando varios efectos como el aumento de la presencia dispositivos de monitorización de las carreteras, el incremento de la capacidad de cálculo de los equipos informáticos, el desarrollo de nuevos conceptos relacionados con la conectividad y la abundancia de de información. Todo ello ha devenido en una explosión de métodos guiados por datos que han mejorado la eficiencia de los modelos existentes, aunque han puesto a la luz diversos problemas derivados del tratamiento de volúmenes extensos de información En este contexto se ha realizado una puesta en común en torno a las metodologías más existosas y a los retos que se plantean, con el objetivo de identificar las principales fases que se deben integrar el proceso de predicción y determinar la dirección de este campo en un futuro próximo. Para el desarrollo de esta idea se ha creado un marco de predicción orientado a las téncicas guiadas por datos, en el que se definen las fases funcionales que componen el proceso. Este marco permite la incorporación de distintas metodologías pera el desarrollo de modelos predictivos. Adicionalmente, se ha enriquecido con un modelo de datos que permite la fácil incorporación de casos prácticos que sirvan para testar estos modelos. De esta forma se dispone de un banco de ensayo que facilita la evaluación real de metodologías y la generalización de las conclusiones de un modo más eficaz favoreciendo el desarrollo de esta materia.