ANÁLISIS Y RECONOCIMIENTO DE PATRONES DE CONDUCCIÓN TEMERARIA MEDIANTE ALGORITMOS DE APRENDIZAJE COMPUTACIONAL

LUGO HERNANDEZ, RAMIRO IVAN (2016) ANÁLISIS Y RECONOCIMIENTO DE PATRONES DE CONDUCCIÓN TEMERARIA MEDIANTE ALGORITMOS DE APRENDIZAJE COMPUTACIONAL. Maestría thesis, UNIVERSIDAD AUTONOMA DE CHIHUAHUA.

Vista Previa

Text Tesis_Ramiro_Ivan_Lugo_Hernandez.pdf Download (1881Kb) | Vista Previa

Resumen

Durante el periodo de Agosto 2014 a Septiembre 2016, varios modelos de aprendizaje maquina se implementaron para atacar el problema de reconocimiento de patrones de conducción temeraria. Este problema ha ido en constante incremento a lo largo de la última década debido al gran aumento en la cantidad de automóviles en las vías de tránsito, así como al ritmo tan acelerado con el que conduce dadas las exigencias actuales del día a día. Para tratar esta problemática, se generó un conjunto de datos usando señales obtenidas desde el acelerómetro de 5 teléfonos inteligentes colocados en distintas locaciones y con posición arbitraria dentro de un automóvil al conducir. Dicho conjunto se compone de 357 señales donde cada una de ellas representa un evento de conducción temeraria. Se entrenó una red neuronal sobre estos datos, la cual arrojó porcentajes de clasificación bajos. Con el análisis de estos resultados, se muestra que, debido a la posición arbitraria de los dispositivos, no existe una caracterización definida de las señales, lo cual no permite una correcta clasificación. Para esto se plantea una estrategia combinando pre-procesamiento y clasificación, con el fin de generar una adecuada caracterización de las señales y poder clasificarlas correctamente. Asimismo, se propone un tercer elemento de calificación de recorridos, posterior a la clasificación, mediante la generación de una función calificadora usando programación genética.

Actions (login required)

Ver Objeto