Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Moreno, F., (2022). Técnicas de aprendizaje profundo para el análisis de la percepción de la seguridad urbana [Tesis, Universidad Católica San Pablo]. https://hdl.handle.net/20.500.12590/17274
Moreno, F., Técnicas de aprendizaje profundo para el análisis de la percepción de la seguridad urbana [Tesis]. PE: Universidad Católica San Pablo; 2022. https://hdl.handle.net/20.500.12590/17274
@mastersthesis{renati/91954,
title = "Técnicas de aprendizaje profundo para el análisis de la percepción de la seguridad urbana",
author = "Moreno Vera, Felipe Adrian",
publisher = "Universidad Católica San Pablo",
year = "2022"
}
Title: Técnicas de aprendizaje profundo para el análisis de la percepción de la seguridad urbana
Authors(s): Moreno Vera, Felipe Adrian
Advisor(s): Poco Medina, Jorge Luis
OCDE field: http://purl.org/pe-repo/ocde/ford#1.02.01
Issue Date: 2022
Institution: Universidad Católica San Pablo
Abstract: La percepción es la forma en que los humanos interpretan y comprenden la información captada después de la interacción con el entorno que les rodea, aprendiendo nuevas experiencias o reforzando otras ya vividas. La percepción de la seguridad urbana se puede describir en cómo los humanos presentan una reacción ante un determinado estímulo proveniente de la apariencia visual o conocimiento previo sobre un cierto lugar (calles, zonas urbanas, etc). A partir de esta idea, diversos estudios buscaron describir dicho fenómeno teniendo como ejemplo más notable la teoría denominada \The Broken Window", la cual estudiaba el comportamiento de las personas frente a ambientes cuya apariencia visual era caótica. Así mismo, recientemente este estudio está siendo implementado utilizando diversos tipos de datos, no solo limitándose a encuestas o experimentos sociales, con el objetivo de determinar la relación entre la percepción urbana y características intrínsecas de los ciudades; de los cuales, uno de los conjuntos de datos más resaltables es Place Pulse. En este trabajo, se propone una metodología que permita analizar y explorar los datos de Place Pulse 2.0. Como resultados principales, presentamos un análisis exploratorio de los datos, resaltando la organización y comportamiento de los datos. Además, presentamos una comparación entre diferentes técnicas de aprendizaje supervisado y semi-supervisado. Mostrando que un modelo Generative Adversarial Networks (GAN) presenta mejores resultados que técnicas convencionales.
Link to repository: https://hdl.handle.net/20.500.12590/17274
Discipline: Ciencia de la Computación
Grade or title grantor: Universidad Católica San Pablo. Departamento de Ciencia de la Computación
Grade or title: Maestro en Ciencia de la Computación
Juror: José Eduardo Ochoa Luna; Rensso Victor Hugo Mora Colque; Guillermo Cámara Chavez
Register date: 27-Sep-2022
This item is licensed under a Creative Commons License