Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/107587
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Vila Giménez, David | - |
dc.contributor.other | Casas-Roma, Jordi | - |
dc.date.accessioned | 2020-01-27T18:41:57Z | - |
dc.date.available | 2020-01-27T18:41:57Z | - |
dc.date.issued | 2020-01 | - |
dc.identifier.uri | http://hdl.handle.net/10609/107587 | - |
dc.description.abstract | ¿Podemos realmente prevenir un accidente de tráfico?, y, en consecuencia, ¿está en nuestras manos evitar las víctimas derivadas? La respuesta a estas preguntas es compleja ya que los accidentes están rodeados de un gran número (prácticamente infinito) de variables independientes y, a simple vista, aleatorias. Desde hace años, los investigadores se han centrado en utilizar técnicas de Minería de Datos para poder extraer conclusiones sobre las causas de los accidentes de tráfico y así aplicar medidas preventivas futuras. De los múltiples estudios posibles en este ámbito, el trabajo actual se centrará en las víctimas derivadas. Se pretende generar modelos de predicción que permitan predecir cuál será la gravedad de las personas involucradas en un accidente. Para ello, se estudiará el área de la ciudad de Barcelona y a partir de diferentes factores se generarán modelos de regresión logística y random forest, los cuales categorizarán la gravedad de las víctimas. | es |
dc.description.abstract | Can we really prevent a traffic accident? and, consequently, is it in our hands to avoid the derived victims? The answer to these questions is complex since accidents are surrounded by a large (practically infinite) number of independent and, at first glance, random variables. For years, researchers have focused on using data mining techniques to draw conclusions about the causes of traffic accidents and thus apply future preventive measures. Of the many possible studies in this area, current work will focus on derived victims. It is intended to generate prediction models that allow predicting the severity of the people involved in an accident. For this, the area of the city of Barcelona will be studied and, based on different factors, models of logistic regression and random forest will be generated, which will categorize the severity of the victims. | en |
dc.description.abstract | Podem realment prevenir un accident de trànsit?, i, en conseqüència, és a les nostres mans evitar les víctimes derivades? La resposta a aquestes preguntes és complexa ja que els accidents estan envoltats d'un gran nombre (pràcticament infinit) de variables independents i, a simple vista, aleatòries. Des de fa anys, els investigadors s'han centrat en utilitzar tècniques de Mineria de Dades per a poder extreure conclusions sobre les causes dels accidents de trànsit i així aplicar mesures preventives futures. Dels múltiples estudis possibles en aquest àmbit, el treball actual se centrarà en les víctimes derivades. Es pretén generar models de predicció que permetin predir quina serà la gravetat de les persones involucrades en un accident. Per a això, s'estudiarà l'àrea de la ciutat de Barcelona i a partir de diferents factors es generaran models de regressió logística i random forest, els quals categoritzaran la gravetat de les víctimes. | ca |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya (UOC) | - |
dc.rights | CC BY-NC-ND | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | - |
dc.subject | análisis predictivo | es |
dc.subject | gravedad de accidentes | es |
dc.subject | smart city | en |
dc.subject | ciudades inteligentes | es |
dc.subject | ciutats intel·ligents | ca |
dc.subject | anàlisi predictiva | ca |
dc.subject | predictive analytics | en |
dc.subject | gravetat d'accidents | ca |
dc.subject | accident severity | en |
dc.subject.lcsh | Data mining -- TFM | en |
dc.title | Predicción de la gravedad de los heridos en accidentes de tráfico en Barcelona | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.audience.educationlevel | Estudis de Màster | ca |
dc.audience.educationlevel | Estudios de Máster | es |
dc.audience.educationlevel | Master's degrees | en |
dc.subject.lemac | Mineria de dades -- TFM | ca |
dc.subject.lcshes | Minería de datos -- TFM | es |
dc.contributor.tutor | Parada Medina, Raúl | - |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | - |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFM - David Vila Giménez.mp4 | 90,69 MB | MP4 | Visualizar/Abrir | |
dvgimenezTFM0120memoria.pdf | Memoria del TFM | 2,38 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons