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
.jpg)
- Institución
- Universidad Tecnológica Nacional
- OAI Identificador
- oai:ria.utn.edu.ar:20.500.12272/9099
Ver los metadatos del registro completo
| 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 |