"Modelo machine learning para detectar las placas de vehículos hurtados Ayacucho, 2023"

Simple item page
dc.contributor.advisorLagos Barzola, Manuel Avelino
dc.contributor.authorInfante Leva, Lizbeth Roxana
dc.date.accessioned2024-09-09T16:14:36Z
dc.date.available2024-09-09T16:14:36Z
dc.date.issued2024
dc.description.abstractEl trabajo de investigación “Modelo machine learning para detectar las placas de vehículos hurtados Ayacucho, 2023” surge a raíz del aumento de hurtos de vehículos en la región de Ayacucho que va cada vez en ascenso desde año 2015 al 2021 según datos del INEI, con esta investigación se desarrolló un modelo de algoritmo machine learning juntamente con la aplicación web para la detección de vehículos hurtados que permiten proporcionar a las autoridades de Ayacucho un sistema capaz de detectar, validar placas de vehículos y verificar su autenticidad en una base local. “El objetivo de este trabajo de investigación es determinar las características del modelo de machine learning para detectar las placas de vehículos hurtados mediante el tipo de modelo, arquitectura del modelo, eficacia y validez de modelo con la finalidad de detectar las placas de vehículos hurtados Ayacucho,2023. El tipo de investigación es observacional, transversal y descriptiva.” “Los resultados obtenidos evidenciaron una alta precisión en la detección de placas vehiculares y una efectiva verificación del estado de los vehículos en la base de datos. Asimismo, se apreció una notable mejora en la capacidad de reconocimiento del modelo.” “El modelo de machine learning desarrollado para la detección de vehículos hurtados junto con tecnologías complementarias seria una herramienta poderosa para abordar el hurto de vehículos . Su capacidad para identificar placas y verificar su estado en tiempo real proporciona a las autoridades locales un recurso eficaz para fortalecer la seguridad vial y reducir la incidencia del crimen relacionado con el robo de vehículos.”es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS SIS130_Inf
dc.identifier.urihttps://repositorio.unsch.edu.pe/handle/20.500.14612/6855
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectInteligencia artificiales_PE
dc.subjectMachine learninges_PE
dc.subjectRedes neuronaleses_PE
dc.subjectImágeneses_PE
dc.subjectPlacases_PE
dc.subjectVehículos hurtadoses_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.title"Modelo machine learning para detectar las placas de vehículos hurtados Ayacucho, 2023"es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
renati.advisor.dni42713757
renati.advisor.orcidhttps://orcid.org/0000-0001-8078-755X
renati.author.dni76870978
renati.discipline612076
renati.jurorVila Huamán, Eloy
renati.jurorGuerrero Hinostroza, José Antonio
renati.jurorLagos Barzola, Manuel Avelino
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería de Sistemas
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo profesional
thesis.degree.nameIngeniera de Sistemas
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
TESIS SIS130_Inf.pdf
Size:
4.42 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUT TESIS SIS130_Inf.pdf
Size:
1.56 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
INFO TESIS SIS130_Inf.pdf
Size:
19.73 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS