Análisis de trayectorias utilizando técnicas de minería de datos

Tesis (Doctorado en Ciencias Informáticas) - Universidad Nacional de La Plata. Facultad de Informática, 2024.

1. Introducción -- 1.1. Motivación -- 1.2. Objetivos -- 1.3. Alcances y limitaciones -- 1.4. Contribuciones -- 1.5. Publicaciones -- 1.5.1. Artículos de Revistas -- 1.5.2. Capítulos de libros y congresos con referato -- 1.5.3. Participaciones enWorkshops -- 1.5.4. Publicaciones complementarias -- 1.6. Organización de la Tesis -- 2. Agrupamiento de trayectorias -- 2.1. El Sistema de Posicionamiento Global (GPS) -- 2.2. Las trayectorias y sus campos de investigación -- 2.2.1. Caracterización general de las trayectorias -- 2.2.2. Campos de investigación activos de trayectorias -- 2.3. Mineria de datos para el análisis de trayectorias -- 2.3.1. Preprocesamiento de trayectorias -- Segmentación de trayectorias -- Interpolación -- Detección de valores atípicos -- 2.3.2. Clasificación de trayectorias -- 2.3.3. Extracción de patrones en trayectorias -- Patrones de movimientos en conjunto -- Patrones secuenciales -- Patrones periódicos -- 2.4. Agrupamiento de trayectorias -- 2.4.1. Breve estudio bibliométrico de algoritmos de agrupamiento de -- trayectorias -- 2.4.2. Medidas de similitud -- 2.4.3. Clasificación de algoritmos -- Algoritmos de agrupamiento particionales -- Algoritmos de agrupamiento basados en distribución -- Algoritmos de agrupamiento jerárquicos -- Algoritmos de agrupamiento basados en densidad -- Algoritmos de agrupamiento basados en cuadriculas -- Algoritmos de agrupamiento basados en grafos -- Algoritmos basados en modelos -- Algoritmos basados en lógica difusa -- Algoritmos de flujo de datos -- 2.4.4. Modalidades de procesamiento -- Primer grupo: Modalidad estática y dinámica -- Segundo grupo: Modalidades por lotes (Batch) y en línea (Online) -- 2.5. Mecanismo de olvido -- 2.6. Conclusiones -- 3. Identificación de patrones -- 3.1. Método de agrupamiento de trayectorias GPS para la toma de decisiones -- en sistemas de transporte inteligente -- 3.1.1. Segmentación de las trayectorias -- 3.1.2. Agrupamiento de subtrayectorias -- 3.1.3. Métricas de calidad para agrupamiento de trayectorias -- 3.1.4. Consideraciones relevantes -- 3.2. Propuesta de un método de agrupamiento de trayectorias de vehículos -- basado en pivotes -- 3.2.1. Agrupamiento de subtrayectorias -- 3.2.2. Consideraciones relevantes -- 3.3. Análisis de flujo vehicular utilizando grupos -- 3.3.1. Definición de celdas para resumir información de trayectorias -- 3.3.2. Agrupamiento adaptativo y dinámico de trayectorias -- 3.3.3. Visualización de rangos de velocidades -- 3.3.4. Consideraciones relevantes -- 3.4. Agrupación dinámica de trayectorias de vehículos -- 3.4.1. Consideraciones relevantes -- 3.5. Método de procesamiento de flujo de datos para el agrupamiento de -- trayectorias -- 3.5.1. Paso 1: Uso de un buffer -- 3.5.2. Paso 2: Uso de Indices para crear celdas con información de resumen -- 3.5.3. Paso 3: Uso de una técnica de agrupamiento -- 3.5.4. Paso 4: Visualización de resultados -- 3.5.5. Consideraciones relevantes -- 3.6. Conclusiones -- 4. Variabilidad del Flujo Vehicular -- 4.1. Método de identificación de variabilidad en el flujo del tráfico -- 4.1.1. Modulo principal de nivel 1: Agrupamiento dinámico de ubicaciones -- Formación de microgrupos -- Olvido porcentual de datos basado en el tiempo de ingreso -- 4.1.2. Módulo principal de nivel 2: Agrupamiento por proximidad. -- Sub-módulo complementario 1: Preprocesamiento de Ãreas de -- trafico históricas -- Agrupamiento por proximidad -- Sub-módulo complementario 2: Visualizador de resultados -- 4.2. Resultados obtenidos -- 4.2.1. Datos utilizados -- 4.2.2. Parametrizaciones iniciales -- 4.2.3. Análisis de resultados obtenidos en los casos de estudio -- Aspecto a analizar 1: Desplazamiento -- Aspecto a analizar 2: Densidad -- Aspecto a analizar 3: Variabilidad -- 4.2.4. Distribución acumulada de variabilidades -- 4.2.5. Validación del agrupamiento -- Indicadores de calidad aplicada a los microgrupos del agrupamiento de nivel 1 -- Indicadores de calidad aplicada a los grupos del agrupamiento de nivel 2 -- 4.2.6. Análisis de los tiempos de ejecución -- 4.3. Discusiones -- Acerca de los grupos resultantes en el agrupamiento -- Acerca de la distribución acumulada de variabilidades -- Acerca de los tiempos de ejecución resultantes -- 4.4. Conclusiones -- 5. Conclusiones y trabajos futuros -- 5.1. Conclusiones -- 5.2. Trabajos futuros -- A. Diagramas de procesos por componentes -- A.1. Módulo principal de nivel 1: Agrupamiento dinámico de ubicaciones -- A.2. Sub-módulo complementario 1: Preprocesamiento de Áreas de trafico -- históricas -- A.3. Módulo principal de nivel 2: Agrupamiento por proximidad -- A.4. Sub-módulo complementario 2: Visualizador de resultados -- B. Evaluación de una rejilla para la identificación de patrones de congestión -- del trafico -- B.1. Introducción -- B.2. Método propuesto -- B.2.1. Definición de celdas -- B.2.2. Agrupación dinámica de celdas -- B.2.3. Evaluación de la congestión -- B.2.4. Visualización de agrupaciones -- B.3. Resultados obtenidos -- B.4. Conclusiones -- C. Metodología para la Identificación de Congestiones Vehiculares Basada en -- Agrupación Dinámica -- C.1. Introducción -- C.2. Materiales y métodos -- C.2.1. Paso 1: Cargar Información de la Red Vial -- C.2.2. Paso 2: Procesamiento de datos -- C.2.3. Paso 3: agrupación basada en la distancia -- C.2.4. Paso 4: Clasificación de los grupos según su evaluación de congestión -- C.2.5. Paso 5: Visualización de resultados -- C.3. Resultados obtenidos -- C.4. Conclusiones -- Bibliografía