Sistema inteligente de detección de asentamientos humanos informales en el municipio de Neiva Huila empleando aprendizaje profundo

Los asentamientos informales en Colombia son una problemática latente que requiere de continuo control y verificación por parte de los entes territoriales, en esta investigación, enfocada en el municipio de Neiva Huila, dicho proceso lleva décadas manifestándose de diferentes formas y su dinámica obedece a múltiples factores como el político, social y ambiental[1]. A pesar de los esfuerzos legislativos, como lo define la ley 388 de 1997 que busca proveer a los municipios de mecanismos apropiados para la correcta administración y gestión del territorio, la realidad muestra que aún existen muchos aspectos que intervenir. Los procesos de reconocimiento pueden llegar a representar desafíos en la administración pública, desde sus orígenes en la modernidad colombiana, los asentamientos se caracterizan por albergar población vulnerable, donde, la labor del Estado es insuficiente [2]. Sumado a ello, los problemas socioeconómicos y ambientales se ciernen sobre estas poblaciones representando un proceso complejo que requiere de atención especializada[3]. Esta investigación presenta en primera medida una descripción del estado actual de los asentamientos informales en Colombia. En el marco teórico, se hará una revisión de la literatura en cuanto a la evolución de los procesos y metodologías de clasificación de imágenes, así como la aplicación de casos alrededor del mundo en la detección de asentamiento informales. Además, se incluirá algunos trabajos relacionados a la clasificación y detección de zonas geográficas y trabajos de investigación en otras problemáticas que fueron útiles para el desarrollo de la investigación. Finalmente, este trabajo presenta un sistema inteligente para la detección y clasificación de asentamiento informales para el municipio de Neiva, Huila, utilizando técnicas de aprendizaje por transferencia o (transfer learning), donde este recurso puede convertirse en un recurso valioso para las entidades dedicadas a esta problemática, ofreciendo un método ágil y eficaz para la identificación de dichos territorios.

• Fecha de publicación: 2023
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: spa
• OAI Identifier: oai:repository.urosario.edu.co:10336/42290
• Acceso en línea: https://repository.urosario.edu.co/handle/10336/42290
• Palabra clave: Aprendizaje profundo; Detección de asentamientos informales; Aprendizaje por transferencia; Neiva; Deep learning; Informal settlement detection; Transfer learning; Neiva
• License: Attribution-NonCommercial-NoDerivatives 4.0 International