Mostrar el registro sencillo del ítem
Control proactivo de tráfico vehicular mediante Machine Learning y computación autónoma
dc.contributor.advisor | Alférez Salinas, Germán Harvey | |
dc.contributor.author | Zavala Ledesma, Benjamín | |
dc.date.accessioned | 2019-11-13T21:17:06Z | |
dc.date.available | 2019-11-13T21:17:06Z | |
dc.date.issued | 2015 | |
dc.identifier.uri | https://dspace.um.edu.mx/handle/20.500.11972/1171 | |
dc.description.abstract | Ingeniería en Sistemas Computacionales | es_MX |
dc.description.abstract | En este artículo busca proponer una solución al problema del control vehicular mediante una aproximación proactiva basada en Machine Learning. Mediante nuestra solución, un sistema de control de tráfico aprende acerca del flujo vehicular con el fin de prevenir futuros problemas de largas colas esperando en los semáforos. La arquitectura del sistema de tráfico se basa en los principios de Computación Autónoma con el fin de cambiar los temporizadores de los semáforos automáticamente. Una simulación de las vías en una ciudad inteligente y una herramienta basada en Weka fueron creadas para validar nuestra aproximación. | |
dc.format | application/pdf | es_MX |
dc.language.iso | spa | es_MX |
dc.rights | Acceso abierto | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
dc.subject | Inteligencia artificial | |
dc.subject | Flujo de tráfico | es_MX |
dc.title | Control proactivo de tráfico vehicular mediante Machine Learning y computación autónoma | es_MX |
dc.type | info:eu-repo/semantics/bachelorThesis | es_MX |