Aplicación de k-means y som (self-organizing maps) al análisis micro de accidentes de tráfico
| Autor: | Martín Pérez, Marta |
|---|---|
| Přispěvatelé: | Sanjurjo de No, María Almudena, Mira McWilliams, José Manuel |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Archivo Digital UPM Universidad Politécnica de Madrid |
| Popis: | 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. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|