Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre

Autores
Marcos, Carlos; Martínez Micakoski, Fernanda; Perez Angueira, Luciana; Gomez, Jonathan; Perez Angueira, Angeles; Marcos, Candela; Molina, Christian; Blasco, Lucas; Benuzzi, German
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El tema abordado es la identificación de variables que permitan predecir la presencia de niebla en rutas con la finalidad de limitar la adquisición de datos a los momentos en que se dan tales condiciones en el tramo de la Ruta Nacional 33 en inmediaciones de la ciudad de Trenque Lauquen, Provincia de Buenos Aires, Argentina. El objetivo final es el desarrollo de un prototipo de captura de datos remoto equipado con sensores y cámara de video que permita caracterizar la zona en presencia de niebla donde se realizan intervenciones en la cinta asfáltica para mejorar la seguridad vial. Los datos históricos fueron provistos por el Servicio Meteorológico Nacional. Se realizaron dos modelos de predicción de la variable “niebla”, uno basado en la técnica estadística de Modelos Lineales Generalizados y otro mediante Árboles de Clasificación con bagging. Ambos modelos seleccionaron las mismas variables (hora local, velocidad del viento, temperatura y humedad relativa) para predecir la presencia de niebla a partir de los datos históricos con una exactitud del 80% sobre los datos de testeo.
CONFEDI
Fil: Marcos, Carlos. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Martínez Micakoski, Fernanda. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Perez Angueira, Luciana. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Gomez, Jonathan. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Perez Angueira, Angeles. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Marcos, Candela. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Molina, Christian. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Blasco, Lucas. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Benuzzi, German. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Peer Reviewed
Materia
Niebla
Machine learning
Software libre
Seguridad vial
Minería de datos
Ruta
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-12-06T14:15:20Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/9099

id RIAUTN_0810a0ed926f1d9fd061846a82f4bef7
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/9099
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libreMarcos, CarlosMartínez Micakoski, FernandaPerez Angueira, LucianaGomez, JonathanPerez Angueira, AngelesMarcos, CandelaMolina, ChristianBlasco, LucasBenuzzi, GermanNieblaMachine learningSoftware libreSeguridad vialMinería de datosRutaEl tema abordado es la identificación de variables que permitan predecir la presencia de niebla en rutas con la finalidad de limitar la adquisición de datos a los momentos en que se dan tales condiciones en el tramo de la Ruta Nacional 33 en inmediaciones de la ciudad de Trenque Lauquen, Provincia de Buenos Aires, Argentina. El objetivo final es el desarrollo de un prototipo de captura de datos remoto equipado con sensores y cámara de video que permita caracterizar la zona en presencia de niebla donde se realizan intervenciones en la cinta asfáltica para mejorar la seguridad vial. Los datos históricos fueron provistos por el Servicio Meteorológico Nacional. Se realizaron dos modelos de predicción de la variable “niebla”, uno basado en la técnica estadística de Modelos Lineales Generalizados y otro mediante Árboles de Clasificación con bagging. Ambos modelos seleccionaron las mismas variables (hora local, velocidad del viento, temperatura y humedad relativa) para predecir la presencia de niebla a partir de los datos históricos con una exactitud del 80% sobre los datos de testeo.CONFEDIFil: Marcos, Carlos. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Martínez Micakoski, Fernanda. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Perez Angueira, Luciana. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Gomez, Jonathan. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Perez Angueira, Angeles. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Marcos, Candela. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Molina, Christian. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Blasco, Lucas. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Fil: Benuzzi, German. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.Peer Reviewed2023-12-06T14:15:20Z2023-12-06T14:15:20Z2019info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfhttp://hdl.handle.net/20.500.12272/9099http://hdl.handle.net/20.500.12272/3774spainfo:eu-repo/semantics/openAccess2023-12-06T14:15:20ZNo permitir el uso comercial de la obra No permitir modificaciones de la obrareponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-29T11:26:48Zoai:ria.utn.edu.ar:20.500.12272/9099instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-29 11:26:49.104Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
title Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
spellingShingle Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
Marcos, Carlos
Niebla
Machine learning
Software libre
Seguridad vial
Minería de datos
Ruta
title_short Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
title_full Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
title_fullStr Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
title_full_unstemmed Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
title_sort Modelo de detección de niebla en ruta mediante aplicación de modelos estadísticos y de minería de datos con herramienta de software libre
dc.creator.none.fl_str_mv Marcos, Carlos
Martínez Micakoski, Fernanda
Perez Angueira, Luciana
Gomez, Jonathan
Perez Angueira, Angeles
Marcos, Candela
Molina, Christian
Blasco, Lucas
Benuzzi, German
author Marcos, Carlos
author_facet Marcos, Carlos
Martínez Micakoski, Fernanda
Perez Angueira, Luciana
Gomez, Jonathan
Perez Angueira, Angeles
Marcos, Candela
Molina, Christian
Blasco, Lucas
Benuzzi, German
author_role author
author2 Martínez Micakoski, Fernanda
Perez Angueira, Luciana
Gomez, Jonathan
Perez Angueira, Angeles
Marcos, Candela
Molina, Christian
Blasco, Lucas
Benuzzi, German
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Niebla
Machine learning
Software libre
Seguridad vial
Minería de datos
Ruta
topic Niebla
Machine learning
Software libre
Seguridad vial
Minería de datos
Ruta
dc.description.none.fl_txt_mv El tema abordado es la identificación de variables que permitan predecir la presencia de niebla en rutas con la finalidad de limitar la adquisición de datos a los momentos en que se dan tales condiciones en el tramo de la Ruta Nacional 33 en inmediaciones de la ciudad de Trenque Lauquen, Provincia de Buenos Aires, Argentina. El objetivo final es el desarrollo de un prototipo de captura de datos remoto equipado con sensores y cámara de video que permita caracterizar la zona en presencia de niebla donde se realizan intervenciones en la cinta asfáltica para mejorar la seguridad vial. Los datos históricos fueron provistos por el Servicio Meteorológico Nacional. Se realizaron dos modelos de predicción de la variable “niebla”, uno basado en la técnica estadística de Modelos Lineales Generalizados y otro mediante Árboles de Clasificación con bagging. Ambos modelos seleccionaron las mismas variables (hora local, velocidad del viento, temperatura y humedad relativa) para predecir la presencia de niebla a partir de los datos históricos con una exactitud del 80% sobre los datos de testeo.
CONFEDI
Fil: Marcos, Carlos. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Martínez Micakoski, Fernanda. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Perez Angueira, Luciana. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Gomez, Jonathan. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Perez Angueira, Angeles. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Marcos, Candela. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Molina, Christian. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Blasco, Lucas. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Fil: Benuzzi, German. Universidad Nacional Tecnológica. Facultad Regional Trenque Lauquen; Argentina.
Peer Reviewed
description El tema abordado es la identificación de variables que permitan predecir la presencia de niebla en rutas con la finalidad de limitar la adquisición de datos a los momentos en que se dan tales condiciones en el tramo de la Ruta Nacional 33 en inmediaciones de la ciudad de Trenque Lauquen, Provincia de Buenos Aires, Argentina. El objetivo final es el desarrollo de un prototipo de captura de datos remoto equipado con sensores y cámara de video que permita caracterizar la zona en presencia de niebla donde se realizan intervenciones en la cinta asfáltica para mejorar la seguridad vial. Los datos históricos fueron provistos por el Servicio Meteorológico Nacional. Se realizaron dos modelos de predicción de la variable “niebla”, uno basado en la técnica estadística de Modelos Lineales Generalizados y otro mediante Árboles de Clasificación con bagging. Ambos modelos seleccionaron las mismas variables (hora local, velocidad del viento, temperatura y humedad relativa) para predecir la presencia de niebla a partir de los datos históricos con una exactitud del 80% sobre los datos de testeo.
publishDate 2019
dc.date.none.fl_str_mv 2019
2023-12-06T14:15:20Z
2023-12-06T14:15:20Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/9099
http://hdl.handle.net/20.500.12272/3774
url http://hdl.handle.net/20.500.12272/9099
http://hdl.handle.net/20.500.12272/3774
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-12-06T14:15:20Z
No permitir el uso comercial de la obra No permitir modificaciones de la obra
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-12-06T14:15:20Z
No permitir el uso comercial de la obra No permitir modificaciones de la obra
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1880396312378081280
score 13.334379