Aplicación de k-means y som (self-organizing maps) al análisis micro de accidentes de tráfico

Martín Pérez, Marta (2018). Aplicación de k-means y som (self-organizing maps) al análisis micro de accidentes de tráfico. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Description

Title: Aplicación de k-means y som (self-organizing maps) al análisis micro de accidentes de tráfico
Author/s:
  • Martín Pérez, Marta
Contributor/s:
  • Sanjurjo de No, María Almudena
  • Mira McWilliams, Jose Manuel
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: 2018
Subjects:
Freetext Keywords: Accidentes de tráfico, aprendizaje no supervisado, cluster, infracciones, k-means, responsabilidad del conductor, SOM
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería de Organización, Administración de Empresas y Estadística
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

En la actualidad, los accidentes de tráfico representan una cuestión de elevado impacto individual y generan una gran preocupación social. La seguridad vial, cuyo objetivo primordial es conocer en profundidad los factores que causan los accidentes de tráfico con el fin de prevenirlos, es uno de los desafíos más intrincados de las sociedades modernas. Los profesionales de la seguridad vial tratan de estimar el riesgo relativo de los accidentes de tráfico, entendiendo como riesgo todo aquel elemento, condición, acción humana o circunstancia que aumente la probabilidad de sufrir un accidente. Para determinar dicho riesgo es necesario, pero no suficiente dada su complejidad, introducir el concepto de exposición. El método de la exposición cuasi inducida supone que los conductores responsables no seleccionan a sus víctimas (conductores no responsables), sino que estas son elegidas aleatoriamente; y además estos últimos juegan un papel pasivo en el accidente. Por ello, la asignación de responsabilidad de los conductores es una de las tareas más críticas de los investigadores de accidentes de tráfico. El objetivo del presente trabajo de fin de grado es facilitar el proceso de asignación de responsabilidad de los conductores implicados en accidentes de tráfico mediante la aplicación de técnicas de clustering: k-means y Self-organizing maps (SOM). Estas técnicas están apoyadas en una base de datos de accidentes reales y permiten la identificación de patrones de accidentabilidad que poseen información implícita, desconocida a priori, y potencialmente útil para segmentar datos y plantear hipótesis.

More information

Item ID: 53779
DC Identifier: http://oa.upm.es/53779/
OAI Identifier: oai:oa.upm.es:53779
Deposited by: Biblioteca ETSI Industriales
Deposited on: 30 Jan 2019 07:27
Last Modified: 30 Jan 2019 07:27
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM