Sistema planificador para la optimización de operaciones policiales y estudios balísticos en una entidad del estado con aprendizaje de máquina

Abstract

En esta tesis se presenta un sistema que ayuda a optimizar las operaciones policiales y estudios balísticos en una entidad del estado con aprendizaje de máquina. Se utilizaron técnicas de planeamiento para la localización de bandas criminales basadas en casquillos vinculados a armas, y se optimizó el planeamiento de una comisaría y un centro balístico usando aprendizaje automático para el pronóstico de delitos y el pronóstico de municiones. La metodología de trabajo utilizada fue RUP, incluyendo todas sus fases.

En primer lugar, se exponen conceptos importantes sobre el negocio y se identifica la problemática a resolver. Se plantea una propuesta de solución que permita solucionar el problema y se desarrolla el modelado de negocio para conocer los procesos a automatizar. Luego, se definen los requerimientos y casos de uso del sistema que cubren las necesidades identificadas.

Por último, se desarrolla la arquitectura y la construcción de la aplicación. Se describen los patrones y tecnologías utilizadas en el desarrollo, el modelo de datos físicos y el diccionario. Se realizaron métricas de calidad del proyecto y se llevó a cabo la gestión del proyecto. En resumen, esta tesis presenta un enfoque innovador para optimizar las operaciones policiales y estudios balísticos en el Perú, utilizando técnicas de aprendizaje de máquina.

This thesis presents a planner application which optimize police operations and ballistic studies in a state entity using machine learning. Planning techniques were used for the localization of criminal gangs based on shells linked to firearms, and planning of a police station and ballistic center was optimized using machine learning for crime and ammunition forecasting. The framework used was RUP, including all its phases.

Firstly, important concepts about the business are exposed, and the problem to be solved is identified. A solution proposal is proposed to solve the problem, and business modeling is developed to understand the processes to be automated. Then, system requirements and use cases are defined to cover the identified needs.

Finally, the architecture and construction of the application are developed. The patterns and technologies used in the development, the physical data model, and the dictionary are described. Quality metrics of the project were carried out, and project management was carried out. In summary, this thesis presents an innovative approach to optimize police operations and ballistic studies in Peru, using machine learning techniques.