| Summary: | La organización del tráfico es un problema que tienen que afrontar día a día la mayoría de las grandes ciudades del mundo. Una de las herramientas que ayuda a mantener una vías más libres y con circulación más fluida es conocer con la mayor precisión posible el estado del tráfico en las próximas horas. En este proyecto se utilizan los datos públicos de tráfico y meteorología disponibles en el Portal de datos abiertos del Ayuntamiento de Madrid para diseñar, evaluar y comparar modelos predictivos del flujo de tráfico en la misma ciudad. Los modelos comparados varían en cuanto a las variables utilizadas, las transformaciones aplicadas y el modelo de aprendizaje automático usado. Además, algunos de los modelos son de predicción a corto plazo, mientras que otros, son de predicción a largo plazo. Podemos agrupar los modelos utilizados en los siguientes tipos: modelos básicos de referencia, modelos de regresión lineal, modelos de potenciación del gradiente y un modelo de redes neuronales en grafos. Los modelos de regresión lineal y de potenciación del gradiente los vamos a considerar modelos a largo plazo, mientras que el modelo de redes neuronales en grafos, a corto plazo. Estos dos grupos los comparamos con sus correspondientes modelos de referencia y veremos en qué casos una estructura más compleja obtiene mejores resultados que las sencillas de referencia. Finalmente, se extraen conclusiones y se proponen futuras vías de trabajo en el área.
|
|---|
