Modelo simplificado de aprendizaje automático como apoyo inteligente para un uso seguro del ciclismo urbano

El ciclismo urbano es un modo de transporte sostenible en las grandes ciudades, y ofrece muchas ventajas. Es un medio de transporte ecológico, accesible a la población y fácil de usar. Además, es más económico que otros medios de transporte. El ciclismo urbano es beneficioso para la salud física y el bienestar mental. La consecución de una movilidad sostenible y la evolución hacia ciudades inteligentes exige un análisis exhaustivo de todos los aspectos esenciales que permitan su inclusión. Especialmente importante es la seguridad vial, que debe ser priorizada para garantizar un transporte seguro y reducir la incidencia de accidentes de tráfico.

Para ayudar a reducir el número de accidentes en los que se ven involucrados los ciclistas urbanos, este trabajo propone una solución alternativa en forma de asistente computacional inteligente que utiliza el aprendizaje automático simplificado (SML) para detectar riesgos potenciales de colisiones inesperadas.

Este enfoque tecnológico constituye una alternativa útil al problema actual. A través de esta metodología, se pudo identificar el problema implicado en la investigación, diseñar y desarrollar la propuesta de solución; recopilar y analizar datos; y obtener resultados preliminares.

Estos resultados demuestran experimentalmente cómo el modelo propuesto supera a la mayoría de los modelos del estado de la técnica que utilizan una capa de aprendizaje métrico para conjuntos de imágenes pequeños.

Título Original:

"Simplified Machine Learning Model as an Intelligent Support for Safe Urban Cycling"

Autor/es: