Aplicación de algoritmos de aprendizaje de máquina y heurísticos para el patrullaje de zonas delictivas en un distrito

• Autor: Castro Alvis, Luigi Cesar
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/27726
• Enlace del recurso: http://hdl.handle.net/20.500.14076/27726
• Nivel de acceso: acceso abierto
• Materia: Delincuencia; Zonas críticas; Algoritmos genéticos; Aprendizaje de máquina; https://purl.org/pe-repo/ocde/ford#2.02.04

El principal objetivo de la tesis es reducir la distancia del camino de patrullaje entre las zonas críticas de delincuencia en Pueblo Libre. Se busca una eficiente utilización de los recursos de seguridad con los que cuenta la Municipalidad. El diseño de la tesis es el preexperimental, de tipo prueba previa y posterior con un solo grupo. Se usará un caso de estudio, el cual tendrá el ámbito de un distrito. El nivel será explicativo, el enfoque será cuantitativo, y se utilizará el Análisis Documental. Se empleó la ficha de registro como instrumento para la recopilación de datos., y la herramienta a utilizar será Jupyter Notebook. La población y la muestra serán 692 denuncias policiales, el cual es el conjunto de denuncias policiales por robo o hurto en Pueblo Libre del 01/01/2022 al 15/12/2022 ocurridos en los 8 sectores del distrito. El aporte que se buscará en la tesis es la mejora del patrullaje de zonas críticas de delincuencia de un distrito utilizando algoritmos de agrupamiento: algoritmos DBSCAN y K-Medias (Algoritmos No Supervisados de Aprendizaje de Máquina) y algoritmos genéticos para calcular la ruta más corta (Algoritmos Heurísticos).