| dc.rights.license | http://creativecommons.org/licenses/by-nc/4.0 - Atribución-NoComercial | es_MX |
| dc.contributor | OUTMANE OUBRAM | es_MX |
| dc.contributor.author | PABLO HUMBERTO HERNÁNDEZ PERALTA | es_MX |
| dc.contributor.other | director - Director | es_MX |
| dc.coverage.spatial | MEX - México | es_MX |
| dc.date | 2023-12-07 | |
| dc.date.accessioned | 2024-01-15T15:08:39Z | |
| dc.date.available | 2024-01-15T15:08:39Z | |
| dc.identifier.uri | http://riaa.uaem.mx/handle/20.500.12055/4342 | |
| dc.description | En la actualidad, en diferentes ciudades del mundo, existe una gran variedad de problemas
por el uso de los diferentes sistemas de transporte, principalmente el terrestre, los cuales son
generados por el aumento del parque vehicular y deficiencias en las vías de tránsito que son
rebasadas en capacidad y diseño, esto propicia mayor tiempo de traslado de un punto a otro
y al mismo tiempo una alta emisión de gases que contribuyen al efecto invernadero.
En la última década, los científicos del mundo han puesto un mayor interés en la busca de
soluciones a esta problemática, destacando los modelos que implementan inteligencia
artificial y ciencia de datos para realizar modelos de simulación de distintas condiciones de
tráfico vial.
Como resultado del desarrollo de estos modelos, podemos obtener soluciones a las nuevas
problemáticas que se manifiestan en los sistemas de transporte, mejorando los tiempos de
traslado, disminuyendo las emisiones de gases que causan el efecto invernadero y reduciendo
la probabilidad de accidentes viales.
En el presente estudio, se realizó una simulación de los accidentes viales en una intersección
utilizando las reglas de Nagel & Schreckenberg llamadas autómatas celulares.
Posteriormente se analizaron los datos resultantes para hacer una predicción de los accidentes
viales con inteligencia artificial, específicamente las herramientas de aprendizaje automático. | es_MX |
| dc.description | Currently, in different cities around the world, there is a wide variety of problems due to the
use of different transportation systems, mainly land transportation, which are generated by
the increase in the vehicle fleet and deficiencies in traffic routes that are exceeded. In capacity
and design, this leads to a longer transfer time from one point to another and at the same time
a high emission of gases that contribute to the greenhouse effect.
In the last decade, scientists around the world have placed greater interest in finding solutions
to this problem, highlighting models that implement artificial intelligence and data science
to create simulation models of different road traffic conditions.
As a result of the development of these models, we can obtain solutions to the new problems
that arise in transportation systems, improving travel times, reducing gas emissions that cause
the greenhouse effect and reducing the probability of road accidents.
In the present study, a simulation of road accidents at an intersection was carried out using
the Nagel & Schreckenberg rules called cellular automata. The resulting data was then
analyzed to make a prediction of road accidents with artificial intelligence, specifically
machine learning tools. | es_MX |
| dc.format | pdf - Adobe PDF | es_MX |
| dc.language | spa - Español | es_MX |
| dc.publisher | El autor | es_MX |
| dc.rights | openAccess - Acceso Abierto | es_MX |
| dc.subject | 2 - BIOLOGÍA Y QUÍMICA | es_MX |
| dc.subject.other | 23 - QUÍMICA | es_MX |
| dc.title | Modelación, simulación y predicción de los accidentes viales en una intersección mediante autómatas celulares e inteligencia artificial | es_MX |
| dc.type | masterThesis - Tesis de maestría | es_MX |
| uaem.unidad | Facultad de Ciencias Químicas e Ingeniería - Facultad de Ciencias Químicas e Ingeniería | es_MX |
| uaem.programa | Maestría en Ingeniería Eléctrica y Electrónica - Maestría en Ingeniería Eléctrica y Electrónica | es_MX |
| dc.type.publication | acceptedVersion | es_MX |
| dc.audience | researchers - Investigadores | es_MX |
| dc.date.received | 2023-12-12 | |
