Neurosemáforo: alternativa para la reducción del tráfico a través de un sistema basado en inteligencia artificial

• Autores: De La Cruz Palomino, Marcial, Risco Valentín, Giancarlo Luiggi, Paredes Gutierrez, Roger Alonso
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad San Ignacio de Loyola
• Repositorio: USIL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usil.edu.pe:20.500.14005/9610
• Enlace del recurso: https://hdl.handle.net/20.500.14005/9610
• Nivel de acceso: acceso abierto
• Materia: Tráfico; Tráfico urbano; Inteligencia artificial; Cibernética; Control automático; https://purl.org/pe-repo/ocde/ford#1.02.01

Esta investigación propone una alternativa, utilizando tecnologías de información, para aliviar el libre tránsito “del distrito de La Molina”, específicamente “en la intersección de las avenidas Javier Prado con La Molina”, de forma autónoma. Dentro de la investigación realizada, se encontró una propuesta para el desarrollo de una solución utilizando conceptos de Deep Learning, que consiste en que los sistemas se entrenen con la finalidad de que aprendan a trabajar automáticamente utilizando conceptos de redes neuronales artificiales. El software podría tomar decisiones propias sin intervención humana. Éste se instalaría en las computadoras de las cajas semafóricas, asociado a una cámara de vigilancia, que tendrá la labor de contar las unidades vehiculares que transiten. Luego el software se encargará de programar los tiempos de espera de los semáforos utilizando el número de unidades vehiculares contadas.