Modelo de Analítica de Datos para Definición de Estrategias de Circulación Segura de los Vehículos de Carga en el Corredor Vial de la Calle 13 de la Ciudad de Bogotá. D.C.
| dc.contributor.advisor | Ramirez Castañeda, Leila Nayibe | |
| dc.contributor.advisor | Simanca Herrera, Fredys Alberto | |
| dc.contributor.author | Cruz Beltrán, Jhon Sebastián | |
| dc.contributor.author | Herrera Martín, Leidy Johanna | |
| dc.coverage.spatial | Bogotá | spa |
| dc.creator.email | jhons-cruzb@unilibre.edu.co | spa |
| dc.creator.email | leidyj-herreram@unilibre.edu.co | spa |
| dc.date.accessioned | 2023-07-11T13:49:22Z | |
| dc.date.available | 2023-07-11T13:49:22Z | |
| dc.date.created | 2023-07-10 | |
| dc.description.abstract | Este proyecto de investigación tiene como objetivo principal aplicar un modelo de analítica de datos para el desarrollo de estrategias de movilidad segura en los vehículos de carga que transitan por el corredor vial de la Calle 13, centrándose en la predicción de accidentes y comparendos. Una vez establecida la metodología, se procede a recopilar y procesar los datos relevantes que afectan la movilidad segura de los vehículos de carga en el corredor vial. Luego, se realiza un análisis descriptivo de la información recolectada para obtener una comprensión de la información y una visualización de los datos. Posteriormente, se emplearon modelos de regresión como herramientas de predicción en el análisis de datos para determinar la ocurrencia de accidentes y comparendos, lo que a su vez posibilita la identificación de patrones y factores de riesgo. Finalmente, se evaluaron los resultados obtenidos tras la implementación de los modelos, proporcionando una base sólida para la toma de decisiones y la formulación de estrategias efectivas en términos de movilidad segura para los vehículos de carga en el corredor vial de la Calle 13. | spa |
| dc.description.abstractenglish | The main objective of this research project is to apply a data analytics model for the development of safe mobility strategies for cargo vehicles traveling on the Calle 13 road corridor, focusing on the prediction of accidents and traffic violations. Once the methodology is established, the relevant data affecting the safe mobility of freight vehicles on the road corridor is collected and processed. Then, a descriptive analysis of the collected information is performed to obtain an understanding of the information and a visualization of the data. Subsequently, regression models are used as predictive tools in the data analysis to determine the occurrence of accidents and traffic violations, which in turn enables the identification of patterns and risk factors. Finally, the results obtained after the implementation of the models are evaluated, providing a solid basis for decision making and the formulation of effective strategies in terms of safe mobility for freight vehicles in the Calle 13 road corridor. | spa |
| dc.description.sponsorship | Universidad Libre - Facultad de Ingeniería - Maestría en Ingeniería (Énfasis en Analítica de Datos) | spa |
| dc.format | spa | |
| dc.identifier.uri | https://hdl.handle.net/10901/25704 | |
| dc.relation.references | Arias, F. G. (2012). El Proyecto de Investigación: Introducción a la Metodología Científica (6ª ed.). Caracas, Venezuela: Editorial Episteme. | spa |
| dc.relation.references | Amazon Web Services - AWS (2023). ¿Qué es la regresión lineal?. https://aws.amazon.com/es/what-is/linear-regression/. | spa |
| dc.relation.references | Amazon Web Services - AWS (2023). ¿Qué es la regresión logística?. https://aws.amazon.com/es/what-is/logistic-regression/. | spa |
| dc.relation.references | BBVA (2019). Machine learning: qué es y cómo funciona. https://www.bbva.com/es/innovacion/machine-learning-que-es-y-como-funciona/ | spa |
| dc.relation.references | Cámara de Comercio de Bogotá (2020). Bogotá - Cundinamarca es la región que más aporta al PIB nacional. https://www.ccb.org.co/observatorio/Analisis-Economico/Analisis-Economico/Crecimiento-economico/Crecimiento-economico/Bogota-Cundinamarca-es-la-region-que-mas-aporta-al-PIB-nacional. | spa |
| dc.relation.references | Castro, J., López, R., & Ortiz, F. (2018). Análisis de la imposición de comparendos mediante regresión logística y árboles de decisión. Revista Chilena de Ingeniería, 26(1), 39-49. | spa |
| dc.relation.references | Delgado, M., Rodríguez, R., & Mendoza, G. (2020). Análisis de la relación entre la velocidad de los vehículos de carga y la generación de infracciones mediante regresión logística. Revista de Investigación Científica, 17(2), 41-50. | spa |
| dc.relation.references | DNP (Departamento Nacional de Planeación) (2020). Encuesta Nacional Logística 2020. Editorial Punto Aparte, Colombia. | spa |
| dc.relation.references | Dongee (2023). ¿Qué son los modelos de inteligencia artificial y cuáles son los más usados?. https://www.dongee.com/tutoriales/que-son-los-modelos-de-inteligencia-artificial-y-cuales-son-los-mas-usados/. | spa |
| dc.relation.references | Eustat- Instituto Vasco de Estadística (s.f). https://www.eustat.eus. | spa |
| dc.relation.references | Edx (s.f). ¿Qué es un modelo predictivo?. https://www.edx.org/es/aprende/modelo-predictivo. | spa |
| dc.relation.references | González, A., Martínez, J., & García, R. (2019). Modelización de la imposición de comparendos mediante regresión lineal y regresión logística. Revista de Estudios de Economía, Empresa y Negocios, 26(1), 14-28. | spa |
| dc.relation.references | IBM (2023). ¿Qué es el aprendizaje no supervisado? https://www.ibm.com/es-es/topics/unsupervised-learning. | spa |
| dc.relation.references | IBM (2023). ¿Qué es el aprendizaje supervisado? https://www.ibm.com/es-es/topics/unsupervised-learning. | spa |
| dc.relation.references | Martinez, J. (2020). Clustering (Agrupamiento), K-Means con ejemplos en Python. https://www.iartificial.net/clustering-agrupamiento-kmeans-ejemplos-en-python/. | spa |
| dc.relation.references | Medina, D., Martínez, R., & Gómez, J. (2018). Predicción de la imposición de comparendos utilizando modelos de regresión y análisis de series temporales. Revista Internacional de Investigación en Ciencias Sociales, 14(2), 79-89. | spa |
| dc.relation.references | Ministerio de Transporte (2020). Transporte en Cifras Estadísticas 2020. Versión 1.0: noviembre de 2021. | spa |
| dc.relation.references | Observatorio de Movilidad de Bogotá (2020). Definición de Observatorio de Movilidad. https://observatorio.movilidadbogota.gov.co/#:~:text=El%20Observatorio%20de%20Movilidad%20de,de%20inter%C3%A9s%20y%20partes%20interesadas. | spa |
| dc.relation.references | Pérez, R., González, L., & Hernández, M. (2022). Análisis de la imposición de comparendos utilizando árboles de decisión y redes neuronales. Revista Mexicana de Ingeniería. 21(2), 517-530. | spa |
| dc.relation.references | Programa de las Naciones Unidas para el Desarrollo. (s.f.). Ciudades y comunidades sostenibles. Recuperado de https://www.undp.org/es/sustainable-development-goals/ciudades-comunidades-sostenibles. | spa |
| dc.relation.references | Rodríguez, M., Gómez, J., & Ramírez, A. (2021). Análisis de los factores que influyen en la imposición de comparendos utilizando regresión logística. Revista Colombiana de Estadística, 44(1), 25-35. | spa |
| dc.relation.references | Sánchez, E., Rodríguez, C., & García, M. (2021). Predicción de la imposición de comparendos mediante análisis de series temporales y redes neuronales. Revista Colombiana de Estadística, 44(2), 93-105. | spa |
| dc.relation.references | Secretaria de Movilidad (2020). Anuario de Siniestralidad vial de Bogotá 2020. https://www.movilidadbogota.gov.co/web/. | spa |
| dc.relation.references | Scikit-learn (2023). Supervised Learning. https://scikit-learn.org/stable/supervised_learning.html#supervised-learning. | spa |
| dc.relation.references | Scikit-learn (2023). Unsupervised Learning. https://scikit-learn.org/stable/unsupervised_learning.html#unsupervised-learning. | spa |
| dc.relation.references | Tamayo y Tamayo, M. (2004). El proceso de la investigación científica (4ª ed.). México: Editorial Limusa. | spa |
| dc.relation.references | TIBCO, (s.f). ¿Qué es la analítica de datos?. https://www.tibco.com. | spa |
| dc.relation.references | Torres, L., Fernández, A., & Martínez, P. (2020). Predicción de la imposición de comparendos utilizando modelos de regresión y redes neuronales. Revista Argentina de Estadística Aplicada, 6(2), 42-57. | spa |
| dc.relation.references | Unioviedo (2023). El algoritmo k-means aplicado a clasificación y procesamiento de imágenes. https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html. | spa |
| dc.relation.references | Universidad de la Sabana - Operations & Supply Chain Management Reserach Group Grupo de Investigación en Negocios, Economía y Finanzas (2021). Corredor Logístico De La Calle 13: Hallazgos y Recomendaciones. | spa |
| dc.relation.references | Vargas, A., Flores, J., & Rivera, M. (2021). Análisis de la imposición de comparendos mediante modelos de regresión y redes neuronales. Revista Internacional de Tecnologías en Educación y Ciencias, 8(1), 35-42. | spa |
| dc.relation.references | Wang, J., Liu, Y., Chen, X., & Sun, J. (2021). Predicting the influencing factors of commercial vehicle violations using a random forest approach. Sustainability, 13(6), 3346. | spa |
| dc.rights.accessrights | info:eu-repo/semantics/closedAccess | spa |
| dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |
| dc.rights.license | Atribución-NoComercial-SinDerivadas 2.5 Colombia | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
| dc.subject | Analítica de datos | spa |
| dc.subject | comparendos | spa |
| dc.subject | vehículos de carga | spa |
| dc.subject.lemb | Análisis de Datos | spa |
| dc.subject.lemb | Datos de información -- Análisis | spa |
| dc.subject.subjectenglish | Data analytics | spa |
| dc.subject.subjectenglish | traffic tickets | spa |
| dc.subject.subjectenglish | road safety | spa |
| dc.title | Modelo de Analítica de Datos para Definición de Estrategias de Circulación Segura de los Vehículos de Carga en el Corredor Vial de la Calle 13 de la Ciudad de Bogotá. D.C. | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | spa |
| dc.type.driver | info:eu-repo/semantics/masterThesis | spa |
| dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | spa |
| dc.type.local | Tesis de Maestría | spa |
Archivos
Bloque original
1 - 2 de 2
Cargando...
- Nombre:
- Modelo de Analítica de Datos para Definición de Estrategias de Circulación Segura de los Vehículos de Carga en el Corredor Vial de la Calle 13 de la Ciudad de Bogotá DC.pdf
- Tamaño:
- 1.71 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Documento Principal
Cargando...
- Nombre:
- Autorización de Publicacion.pdf
- Tamaño:
- 2.02 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Autorización
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: