Mostrar el registro sencillo del ítem
| dc.contributor | Rodríguez Agurto, José Nibaldo | ||
| dc.creator | Castro Fuentes, Félix Hernán | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-20T00:02:49Z | |
| Fecha Disponible | dc.date.available | 2021-10-20T00:02:49Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-19 | |
| Resumen | dc.description | Los accidentes de tránsito han sido analizados mediante diversas técnicas y algoritmos de minería de datos, tales como redes neuronales artificiales, árboles de decisión y redes bayesianas, sin embargo, LS-SVM no ha sido utilizada con frecuencia en los siniestros de tránsito. Si bien, LS-SVM es una técnica bastante robusta, presenta un problema combinatorial en la estimación y ajuste de sus parámetros de entrada, ya que el rendimiento del modelo de clasificación depende en gran parte de estos. Dado lo anterior, este trabajo tiene por objetivo principal desarrollar y evaluar un modelo de clasificación utilizando máquinas de soporte vectorial con algoritmos de optimización de enjambre de partículas, para clasificar el grado de severidad (lesionado o ileso) en el cual resultan las personas involucradas en accidentes de tránsito de la región de Valparaíso. Para ello, se confeccionan distintos modelos de clasificación, utilizando variantes de PSO para el ajuste de los parámetros de la máquina. El análisis de resultados indica que PSO con factor de inercia lineal obtuvo un mejor rendimiento, alcanzado un 82,04% de exactitud promedio de clasificación, lo que supera a trabajos similares realizados en la Escuela de Ingeniería en Transportes de la PUCV y trabajos internacionales. Finalmente se concluye que las máquinas de soporte vectorial si son capaces de presentar un buen grado de generalización para clasificar el estado en el cual resultan las personas (lesionado o ileso) de la región de Valparaíso. | |
| Resumen | dc.description | Licenciado en Ciencias de la Ingeniería. | |
| Resumen | dc.description | Los accidentes de tránsito han sido analizados mediante diversas técnicas y algoritmos de minería de datos, tales como redes neuronales artificiales, árboles de decisión y redes bayesianas, sin embargo, LS-SVM no ha sido utilizada con frecuencia en los siniestros de tránsito. Si bien, LS-SVM es una técnica bastante robusta, presenta un problema combinatorial en la estimación y ajuste de sus parámetros de entrada, ya que el rendimiento del modelo de clasificación depende en gran parte de estos. Dado lo anterior, este trabajo tiene por objetivo principal desarrollar y evaluar un modelo de clasificación utilizando máquinas de soporte vectorial con algoritmos de optimización de enjambre de partículas, para clasificar el grado de severidad (lesionado o ileso) en el cual resultan las personas involucradas en accidentes de tránsito de la región de Valparaíso. Para ello, se confeccionan distintos modelos de clasificación, utilizando variantes de PSO para el ajuste de los parámetros de la máquina. El análisis de resultados indica que PSO con factor de inercia lineal obtuvo un mejor rendimiento, alcanzado un 82,04% de exactitud promedio de clasificación, lo que supera a trabajos similares realizados en la Escuela de Ingeniería en Transportes de la PUCV y trabajos internacionales. Finalmente se concluye que las máquinas de soporte vectorial si son capaces de presentar un buen grado de generalización para clasificar el estado en el cual resultan las personas (lesionado o ileso) de la región de Valparaíso. | |
| Resumen | dc.description | INGENIERIA CIVIL INFORMATICA | |
| Lenguaje | dc.language | spa | |
| dc.source | http://opac.pucv.cl/pucv_txt/txt-0000/UCF0365_01.pdf | ||
| Materia | dc.subject | OPTIMIZACION MATEMATICA | |
| Materia | dc.subject | PROGRESION LINEAL | |
| Materia | dc.subject | PROGRESION NO LINEAL | |
| Materia | dc.subject | PROGRESION MATEMATICA | |
| Materia | dc.subject | Accidentes de tráfico | |
| Title | dc.title | LS-SVM basado en optimización por enjambres de partículas para clasificación de accidentes de tránsito | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||