Citizen security using machine learning algorithms through open data

Seguridad ciudadana usando algoritmos de aprendizaje no supervisado mediante datos abiertos

“…En esta base de datos podemos observar cuantificados los datos de los accidentes de tránsito ocurridos, por lo que a través de estas técnicas se evaluarán los accidentes de tránsito que van a ocurrir en un día determinado. Una vez utilizada esa información, se determinará la rutaóptima, para que el ciudadano pueda movilizarse de manera más segura con el sistema expuesto en [9]. Antes de poder procesar las técnicas algorítmicas, se estudiará como se encuentran estructurados el conjunto de datos.…”

“…Como se ha visto a lo largo de este trabajo el análisis y tratamiento de datos son una herramienta fundamental a la hora de poder realizar técnicas de minería de datos para sacar nuestras propias conclusiones. Este trabajo se ha evaluado junto a [9] para mejorar la aplicación móvil y así poder identificar mejor sectores y fechas peligrosas a la hora de crear rutasóptimas a los ciudadanos.…”

“…Por un lado, las técnicas SLAs resuelven un grań ambito de problemas en la actualidad, no solamente en Smart Cities, sino también en temas de seguridad para TICs como se expone en [8]. Más cercano a la temática de este trabajo, podemos observar como los autores de [9] establecen las rutas más seguras a los ciudadanos por geolocalización realizando un análisis a través de una base de datos abierta con los modelos Random Forest (RF) y Multiple Logistic Regression (LoR).…”

“…Como se observa en la literatura, los algoritmos basados en aprendizaje han tenido muy diferentes usos y aplicaciones. En este trabajo, se va a analizar un caso de uso en el cual se desea realizar una aplicación de Seguridad Vial como la que se ha desarrollado en [9]. Sin embargo, para una mejor predicción se utilizarán ULAs, ya que estos algoritmos sonóptimos cuando no hay una etiqueta o clasificación previa y solo existen los datos; como son los datos de Seguridad Vial en el distrito de San Isidro en Lima (Perú) [14].…”

“…Por tanto, al igual que en [9], se ha utilizado la base de datos que provee información de los accidentes ocurridos en el distrito, lugar, fecha, hora, etc. Todos estos datos serán nuestras dimensiones originales, transformándolos con PCA y agrupándolos con k-Means para así evaluar las zonas de riesgo.…”