Applications of machine learning in decision analysis for rescuing lost people

Aymerich Verdaguer, Eduard (2021). Applications of machine learning in decision analysis for rescuing lost people. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Applications of machine learning in decision analysis for rescuing lost people
Author/s:
  • Aymerich Verdaguer, Eduard
Contributor/s:
  • Mateos Caballero, Alfonso
Item Type: Thesis (Master thesis)
Masters title: Ingeniería Informática
Date: July 2021
Subjects:
Freetext Keywords: Aprendizaje automático, Búsqueda y Rescate, SAR, Machine learning, Search and Rescue
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
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 (1MB) | Preview

Abstract

En la última década el aprendizaje automático ha vivido una auténtica revolución dentro del área de la informática, más concretamente en la inteligencia artificial. El paradigma está suponiendo el pasar de una actividad reactiva a una proactiva con los datos, transformando la manera en cómo podemos predecir el futuro, mejorando de forma automática las probabilidades con muy poca o directamente sin ningún tipo de intervención humana. Para este trabajo se parte de la base del Trabajo Fin de Grado desarrollado por el mismo alumno [1], implementando una aplicación de software libre para la documentación y el registro de los trabajos de los cuerpos de emergencias en servicios de búsqueda y rescate, disponible en GitHub [2]. Actualmente, a mediados de 2021, es utilizada en fase beta por los bomberos de Girona. A partir de los datos recogidos en las búsquedas, esta aplicación obtiene la información desde que llega la llamada al número de emergencias, pasando por el transcurso del servicio con sus tareas o problemas relacionados, hasta que se cierra el servicio. Con este trabajo se pretende utilizar la disciplina del aprendizaje automático para identificar posibles patrones ocultos en los datos, pudiendo llegar a predecir el comportamiento de las personas que desaparecen. Ello supondría una ayuda considerable para los equipos de emergencias, sugiriendo y orientando los primeros pasos de la búsqueda, reduciendo el tiempo medio empleado y, en algunos de los casos más extremos, incluso suponiendo una ventaja que signifique encontrar a la persona viva en vez de muerta. A todo esto además se le añadiría poder priorizar y gestionar recursos, tanto humanos como materiales, ahorrando tiempo y dinero a los equipos de emergencias, empresas o administraciones implicadas.---ABSTRACT---In the last decade, machine learning has undergone a real revolution in the area of computer science, more specifically in artificial intelligence. The paradigm of moving from reactive to proactive activity with data has transformed the way we can predict the future, automatically improving the odds with little or no human intervention. This work is based on the Final Degree Project developed by the same student [1], implementing a free software web application for the documentation and registration of emergency bodies working in search and rescue services, available on GitHub [2]. Currently, the database, in mid 2021, is in a beta version by the Girona firefighters. These information came from calls to the emergency number and the ongoing services. All the data collected in the searches from this application will be used in machine learning to identify possible hidden patterns in the data, being able to predict the behavior of people who disappear. This objective would be of considerable help for emergency teams, suggesting and guiding the first steps of the search, reducing the average time used in searches and, in some of the most extreme cases, even assuming an advantage that means finding the person alive instead of dead. All this would also be added to prioritize and manage resources, whether human or material, saving time and money for all emergency teams, companies and/or administrations.

More information

Item ID: 67921
DC Identifier: https://oa.upm.es/67921/
OAI Identifier: oai:oa.upm.es:67921
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 19 Aug 2021 18:33
Last Modified: 19 Aug 2021 18:33
  • 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