Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana

En la actualidad, los modelos de inteligencia artificial desempeñan un papel crucial en la resolución de problemas cotidianos, que van desde resumir párrafos hasta descubrir nuevas canciones o crear presentaciones. Los modelos modernos de inteligencia artificial no sólo abordan una gama cada vez may...

Full description

Autores:
Salazar Isairias, Sergio David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/73858
Acceso en línea:
https://hdl.handle.net/1992/73858
Palabra clave:
Deep learning
Atención
Series de tiempo
Grafo
Ingeniería
Rights
openAccess
License
Attribution-NonCommercial-ShareAlike 4.0 International
id UNIANDES2_3b100491fa9cf298e23d6cf20c2a8a23
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/73858
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.none.fl_str_mv Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
title Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
spellingShingle Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
Deep learning
Atención
Series de tiempo
Grafo
Ingeniería
title_short Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
title_full Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
title_fullStr Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
title_full_unstemmed Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
title_sort Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadana
dc.creator.fl_str_mv Salazar Isairias, Sergio David
dc.contributor.advisor.none.fl_str_mv Lozano Martínez, Fernando Enrique
dc.contributor.author.none.fl_str_mv Salazar Isairias, Sergio David
dc.contributor.jury.none.fl_str_mv Osma Cruz, Johann Faccelo
dc.subject.keyword.eng.fl_str_mv Deep learning
topic Deep learning
Atención
Series de tiempo
Grafo
Ingeniería
dc.subject.keyword.spa.fl_str_mv Atención
Series de tiempo
Grafo
dc.subject.themes.none.fl_str_mv Ingeniería
description En la actualidad, los modelos de inteligencia artificial desempeñan un papel crucial en la resolución de problemas cotidianos, que van desde resumir párrafos hasta descubrir nuevas canciones o crear presentaciones. Los modelos modernos de inteligencia artificial no sólo abordan una gama cada vez mayor de problemas sino que también abordan retos que antes se consideraban insuperables. Entre estos retos están los problemas de predicción de series temporales. El presente proyecto pretende construir un modelo de inteligencia artificial que prediga la ocurrencia de delitos en la ciudad de Bogotá, contribuyendo así a los esfuerzos por combatir la inseguridad.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-02-02T21:15:17Z
dc.date.available.none.fl_str_mv 2024-02-02T21:15:17Z
dc.date.issued.none.fl_str_mv 2024-01-15
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/1992/73858
dc.identifier.instname.none.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.none.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url https://hdl.handle.net/1992/73858
identifier_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.en.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 40 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/152db419-8537-4ffa-87ea-c7fb90937864/download
https://repositorio.uniandes.edu.co/bitstreams/295c0cd7-c011-472a-adea-596ac90255c0/download
https://repositorio.uniandes.edu.co/bitstreams/137237af-390e-4112-8ef0-8115675431e0/download
https://repositorio.uniandes.edu.co/bitstreams/6f62f05f-64d9-4499-857a-78b88fded1d1/download
https://repositorio.uniandes.edu.co/bitstreams/65745cfd-bbbd-4556-be78-62fd2b2fa4a8/download
https://repositorio.uniandes.edu.co/bitstreams/1070d1d5-7d77-4187-9640-709819c1f7d9/download
https://repositorio.uniandes.edu.co/bitstreams/6ba62046-f56f-4d0b-bc08-45de555cc977/download
https://repositorio.uniandes.edu.co/bitstreams/8c844c9b-1bd9-44c2-8db7-77e2a4d76311/download
bitstream.checksum.fl_str_mv 0f074b522d9a69240f4b060e853dca0d
5efb98d1607f2f2cff0c8d7f45a78843
934f4ca17e109e0a05eaeaba504d7ce4
ae9e573a68e7f92501b6913cc846c39f
5147d3e04f30a4df14f297ef4bb497d7
5f94556518c418983d1a8c53e07c2168
5442cf7b18e6172832ed85472ccf9521
3f535ea3afb193b12164cdd591104be4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1818111673292029952
spelling Lozano Martínez, Fernando Enriquevirtual::20184-1Salazar Isairias, Sergio DavidOsma Cruz, Johann Faccelo2024-02-02T21:15:17Z2024-02-02T21:15:17Z2024-01-15https://hdl.handle.net/1992/73858instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En la actualidad, los modelos de inteligencia artificial desempeñan un papel crucial en la resolución de problemas cotidianos, que van desde resumir párrafos hasta descubrir nuevas canciones o crear presentaciones. Los modelos modernos de inteligencia artificial no sólo abordan una gama cada vez mayor de problemas sino que también abordan retos que antes se consideraban insuperables. Entre estos retos están los problemas de predicción de series temporales. El presente proyecto pretende construir un modelo de inteligencia artificial que prediga la ocurrencia de delitos en la ciudad de Bogotá, contribuyendo así a los esfuerzos por combatir la inseguridad.Currently, artificial intelligence models play a crucial role in solving everyday problems, ranging from summarizing paragraphs to discovering new songs or creating presentations. Modern artificial intelligence models not only address an increasing array of problems but also tackle challenges that were previously deemed insurmountable. Among these challenges are time series forecasting problems. The aim of the current project is to build an artificial intelligence model that predicts crime occurrences in the city of Bogotá, thereby contributing to the efforts to combat insecurity.Ingeniero ElectrónicoPregrado40 páginasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Predicción geoespacial de crímenes en Bogotá: un enfoque basado en Machine learning para mejorar la seguridad ciudadanaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPDeep learningAtenciónSeries de tiempoGrafoIngeniería201914381Publicationedd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::20184-1edd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::20184-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000025550virtual::20184-1ORIGINALPredicción geoespacial de crímenes en Bogotá.pdfPredicción geoespacial de crímenes en Bogotá.pdfapplication/pdf6237440https://repositorio.uniandes.edu.co/bitstreams/152db419-8537-4ffa-87ea-c7fb90937864/download0f074b522d9a69240f4b060e853dca0dMD51autorizacion tesis copy.pdfautorizacion tesis copy.pdfHIDEapplication/pdf237980https://repositorio.uniandes.edu.co/bitstreams/295c0cd7-c011-472a-adea-596ac90255c0/download5efb98d1607f2f2cff0c8d7f45a78843MD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.uniandes.edu.co/bitstreams/137237af-390e-4112-8ef0-8115675431e0/download934f4ca17e109e0a05eaeaba504d7ce4MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/6f62f05f-64d9-4499-857a-78b88fded1d1/downloadae9e573a68e7f92501b6913cc846c39fMD53TEXTPredicción geoespacial de crímenes en Bogotá.pdf.txtPredicción geoespacial de crímenes en Bogotá.pdf.txtExtracted texttext/plain62617https://repositorio.uniandes.edu.co/bitstreams/65745cfd-bbbd-4556-be78-62fd2b2fa4a8/download5147d3e04f30a4df14f297ef4bb497d7MD55autorizacion tesis copy.pdf.txtautorizacion tesis copy.pdf.txtExtracted texttext/plain2070https://repositorio.uniandes.edu.co/bitstreams/1070d1d5-7d77-4187-9640-709819c1f7d9/download5f94556518c418983d1a8c53e07c2168MD57THUMBNAILPredicción geoespacial de crímenes en Bogotá.pdf.jpgPredicción geoespacial de crímenes en Bogotá.pdf.jpgGenerated Thumbnailimage/jpeg6810https://repositorio.uniandes.edu.co/bitstreams/6ba62046-f56f-4d0b-bc08-45de555cc977/download5442cf7b18e6172832ed85472ccf9521MD56autorizacion tesis copy.pdf.jpgautorizacion tesis copy.pdf.jpgGenerated Thumbnailimage/jpeg10962https://repositorio.uniandes.edu.co/bitstreams/8c844c9b-1bd9-44c2-8db7-77e2a4d76311/download3f535ea3afb193b12164cdd591104be4MD581992/73858oai:repositorio.uniandes.edu.co:1992/738582024-12-04 15:57:56.579http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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

Publicaciones similares