1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE POSGRADO
  3. MAESTRÍAS
  4. Tesis - Maestría en Ciencia de Datos
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14630
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPineda, Israel, dir.-
dc.contributor.authorCorella Medina, Paul Santiago-
dc.date.accessioned2025-10-13T17:10:59Z-
dc.date.available2025-10-13T17:10:59Z-
dc.date.issued2024-12-01-
dc.identifier.citationTesis (Magíster en Ciencia de Datos), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/14630-
dc.descriptionUrban traffic management faces growing challenges due to population growth, road saturation, and infrastructure deficiencies. This project presents a hybrid model that combines Graph Convolutional Networks (GCN) and Long Short-Term Memory (LSTM) to predict the average traffic speed at urban intersections, leveraging spatial and temporal dependencies...es_ES
dc.description.abstractLa gestión del tráfico urbano enfrenta desafíos crecientes debido al aumento poblacional, la saturación vial y las deficiencias en la infraestructura. Este proyecto presenta un modelo híbrido que combina Redes Convolucionales de Grafos (GCN) y Memoria a Largo y Corto Plazo (LSTM) para predecir la velocidad promedio del tráfico en intersecciones urbanas, aprovechando las dependencias espaciales y temporales...es_ES
dc.format.extent20 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectInteligencia artificial - Redes - Tesis y disertaciones académicases_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleNeural Network with Graph Convolutional Network and Long Short TermMemory for Predicting Average Urban Traffic Speedes_ES
dc.typemasterThesises_ES
Aparece en las colecciones: Tesis - Maestría en Ciencia de Datos

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
339073.PDFTexto completo3.25 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons