Análisis y predicción de accidentes automovilísticos mediante la aplicación de la red neuronal artificial de máxima sensibilidad y un prototipo de sistema web para la visualización de la información

Contreras Sosa, Erika Elizabeth (2019) Análisis y predicción de accidentes automovilísticos mediante la aplicación de la red neuronal artificial de máxima sensibilidad y un prototipo de sistema web para la visualización de la información. Doctorado thesis, Universidad Autónoma de Nuevo León.

Vista previa

Texto 1080313971.pdf - Versión Aceptada Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (7MB) | Vista previa

Resumen

Con la motivación de generar información, que permita mejorar la toma de decisiones sobre la prevención de accidentes automovilísticos y dado que, según las estadísticas de INEGI, es Nuevo León quien en los últimos años se mantiene entre los Estados donde se concentran la mayor cantidad de accidentes, se realizó este trabajo de investigación. Con el uso de información histórica de Monterrey, Nuevo León y su área metropolitana, y mediante la aplicación de técnicas de Inteligencia Artificial (IA) con la implementación Redes Neuronales Artificiales (RNA), en específico con el modelo de Red Neuronal de Máxima Sensibilidad (RNMS) se realizó el análisis y predicción de accidentes automovilísticos. La información resultante de la aplicación de IA requiere de cierta experiencia para su interpretación, por lo tanto, se diseñó un prototipo de sistema web, que facilite la interacción del usuario con los datos históricos, y principalmente con los datos resultantes de la predicción. Se utilizan dos bases de datos abiertos: la de INEGI para accidentes terrestres y de Axa Seguro para accidentes viales, con las que se logró recabar información sobre el total de accidentes automovilísticos ocurridos bajo factores específicos en lugares, fechas, climas, horarios, causa del accidente y tipo de accidentes. La RNMS es un modelo de red auto-organizada que utiliza mecanismos de aprendizaje en línea, por lo cual se puede ejecutar en cualquier momento. De los datos históricos con que es alimentada la RNMS, el 80% de la información se usa en la fase de aprendizaje de la red, mientras el 20% restante se usa en la fase de pruebas. La metodología sugerida para la predicción de accidentes automovilismos es: 1. Preparación de Datos 2. Análisis y Predicción con la ejecución de la RNMS 3. Visualización de Resultados mediante el prototipo de sistema web 4. Re-alimentación de Datos Del análisis se identificó un efecto de valores atípicos y tendencias no lineales en los valores resultantes de la combinación de las variables Clima, Lugar, Horario, Fecha, Tipo de accidente y Causa del accidente sobre la Cantidad de accidentes automovilísticos ocurridos. Sin embargo, la adaptación de la RNMS permitió el diseño de los patrones de entrada usando las variables mencionadas. Usando las variables Clima, Lugar, Horario, Fecha, Tipo de accidente y Causa del accidente, con que se alimentó la RNMS, se seleccionaron los valores de salida con mejor resultado, de entre los resultados promedios que se encuentran entre 82% y 99% de efectividad en la predicción de accidentes automovilísticos. En el prototipo de sistema web se usaron diferentes tipos de graficas que permiten la visualización para llevar acabo el análisis del comportamiento de las variables estudiadas y otras que permiten ver los resultados de la predicción contra los eventos que sucedieron en la misma línea de tiempo. Para la visualización de la proyección de cantidad y posibilidades de los accidentes se recurrió al uso de mapas de calor y con marcadores, acompañados con información detalla del evento en análisis y de los datos históricos relacionados.

Actions (login required)

Ver elemento