Desarrollo de una herramienta de evaluación incorporando algoritmos de clusterización de tráfico vehicular con parámetros de rendimiento, infraestructura usada, procesamiento y resultados obtenidos de la geolocalización de los algoritmos implementados usando herramientas de Big Data sobre infraestructura Cloud.


Abstract:

El proyecto esta enfocado en aportar a una plataforma tecnológica la implementación de algoritmos de trayectorias para la ayuda en la planeación urbana debido a la problemática de congestión vehicular que afecta a las ciudades. Para lograr este objetivo es necesario procesar todos los datos georeferenciales de la base de datos big query de google cloud, para que arroje la información pertinente y eficaz de los sectores en donde exista mayor cantidad de tráfico vehícular. Para afrontar el procesamiento del gran volúmen de datos, se ha implementado técnicas de procesamiento en paralelo sobre los algoritmos Affinity Propagation y Mean Shift dentro de un ambiente en Amazon Web Services configurado con las herramientas Apache Spark y Hadoop. Está arquitectura de procesamiento se ha creado con el objetivo de optimizar el factor de tiempo, para aportar de esta forma a la plataforma tecnológica a obtener resultados procesados con información a gran escala en el menor tiempo posible y presentar la información veráz cerca del congestionamiento vehícular.

Año de publicación:

2020

Keywords:

  • Vehicle paths
  • Density Based Algorithms
  • graphics
  • Trayectorias vehiculares
  • parallel processing
  • Procesamiento en paralelo
  • Algoritmos basado en densidad

Fuente:

rraaerraae

Tipo de documento:

Bachelor Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Big data
  • Ciencias de la computación

Áreas temáticas de Dewey:

  • Métodos informáticos especiales
  • Ciencias de la computación
  • Otras ramas de la ingeniería