![\"\"](\"https:\/\/transyt.upm.es\/wp-content\/uploads\/2025\/04\/image00039lq.jpg\")
<\/figure><\/div>\n\n\n<\/p>\n\n\n\n
Los objetivos espec\u00edficos son: (i) identificar fuentes de datos y t\u00e9cnicas de recopilaci\u00f3n efectivas para el an\u00e1lisis de movilidad urbana; (ii) determinar el papel de la ingenier\u00eda de caracter\u00edsticas en la mejora de la calidad y relevancia de los datos; (iii) evaluar la idoneidad y el valor a\u00f1adido de las t\u00e9cnicas de aprendizaje autom\u00e1tico en desaf\u00edos de movilidad urbana; y (iv) analizar el rendimiento de los modelos y definir recomendaciones de pol\u00edticas para las partes interesadas de la movilidad.<\/p>\n\n\n\n
Estos objetivos se prueban a trav\u00e9s de tres aplicaciones pr\u00e1cticas: (i) promover la micromovilidad para compras urbanas; (ii) establecer precios en servicios de veh\u00edculo de transporte con conductor (VTC); y (iii) predecir la demanda de motos compartidas.<\/p>\n\n\n\n
La primera aplicaci\u00f3n examina los factores que influyen en la adopci\u00f3n de bicicletas y patinetes (principalmente modos activos) para compras urbanas en ciudades con baja madurez en micromovilidad. Usando modelos de aprendizaje autom\u00e1tico aplicados a datos de encuestas, se identifican barreras y se proponen recomendaciones para mejorar infraestructura y seguridad, destacando su potencial de crecimiento post-COVID-19.<\/p>\n\n\n\n
La segunda aplicaci\u00f3n explora la din\u00e1mica de precios en servicios de VTC. Un estudio analiza patrones tarifarios antes y durante la pandemia en Boston y Atlanta, identificando la din\u00e1mica de tarifas en tiempos de crisis. Otro examina los determinantes de tarifas en Madrid, considerando clima y horarios pico. Estos estudios ofrecen estrategias de precios y recomendaciones de regulaci\u00f3n para integrar mejor los servicios VTC.<\/p>\n\n\n\n
La tercera aplicaci\u00f3n se centra en predecir la demanda de motos compartidas. Usando t\u00e9cnicas de aprendizaje autom\u00e1tico, se predice la demanda bas\u00e1ndose en datos sociodemogr\u00e1ficos, atributos de la red y variables pol\u00edticas. Los resultados destacan la efectividad del modelo de random forest y la importancia de las caracter\u00edsticas de los barrios y las preferencias por trayectos de corta distancia en la planificaci\u00f3n urbana y gesti\u00f3n del transporte.<\/p>\n\n\n\n
Esta tesis demuestra que la ciencia de datos y el aprendizaje autom\u00e1tico mejoran la toma de decisiones en sistemas de movilidad al incrementar la precisi\u00f3n de predicciones, optimizar el uso de datos y ofrecer recomendaciones pr\u00e1cticas para la movilidad sostenible. Tambi\u00e9n reconoce desaf\u00edos como la necesidad de datos de alta calidad, algoritmos robustos y modelos m\u00e1s interpretables. Abordar estas limitaciones es clave para garantizar implementaciones exitosas y maximizar el impacto de estas tecnolog\u00edas.<\/p>\n\n\n
![\"\"](\"https:\/\/transyt.upm.es\/wp-content\/uploads\/2025\/04\/image00029lq.jpg\")
<\/figure><\/div>\n\n\n<\/p>\n\n\n
![\"\"](\"https:\/\/transyt.upm.es\/wp-content\/uploads\/2025\/04\/image00012lq.jpg\")
<\/figure><\/div>\n\n\n<\/p>\n\n\n\n
APPLYING DATA SCIENCE AND MACHINE LEARNING TO TRANSPORTATION ENGINEERING: DOES IT IMPROVE DECISION-MAKING IN MOBILITY SYSTEMS?<\/strong> La aplicaci\u00f3n de la ciencia de datos y el aprendizaje autom\u00e1tico a la ingenier\u00eda del transporte es esencial para abordar los desaf\u00edos modernos de la movilidad urbana. Esta tesis investiga si estas tecnolog\u00edas mejoran la toma de decisiones en los sistemas de movilidad, con el objetivo de crear soluciones m\u00e1s eficientes, sostenibles y cohesionadas. Al … Read more<\/a><\/p>\n","protected":false},"author":2,"featured_media":23296,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[2374],"tags":[],"acf":[],"_links":{"self":[{"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/posts\/23310"}],"collection":[{"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/comments?post=23310"}],"version-history":[{"count":1,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/posts\/23310\/revisions"}],"predecessor-version":[{"id":23311,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/posts\/23310\/revisions\/23311"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/media\/23296"}],"wp:attachment":[{"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/media?parent=23310"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/categories?post=23310"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/transyt.upm.es\/en\/wp-json\/wp\/v2\/tags?post=23310"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Autor: T\u00falio Silveira Santos.
Directores: Jos\u00e9 Manuel Vassallo Magro y Thais Rangel Guilherme Christiano.
Lugar y Fecha: Universidad Polit\u00e9cnica de Madrid, Escuela T\u00e9cnica Superior de Ingenieros de Caminos, Canales y Puertos. 8 de abril de 2025.<\/p>\n","protected":false},"excerpt":{"rendered":"