Predicción y modelización de los accidentes en las carreteras catalanas
- Gohar Grigoryan
- 21/06/2022
El objetivo del proyecto ha sido disponer de una modelización basada en GraphAI y Machine Learning del histórico de los accidentes en las carreteras, gracias a la información disponible por parte de los Mossos d’Esquadra.
Hemos complementado la información con un contexto adicional con tal de predecir los accidentes en un lugar determinado según el contexto esperado.
La modelización basada en Grafos nos ha permitido entender los insights de los accidentes y evidenciar los patrones que siguen. Con esta modelización se puede combatir las tendencias y los comportamientos que generan inseguridad en las carreteras.
Para la realización de este proyecto hemos utilizado las siguientes tecnologías.
- Dataiku: Plataforma de IA que permite el desarrollo de algoritmos. Lo hemos usado para predecir los próximos accidentes.
- Noe4j: Graph Database para modelizar relaciones entre objetos. En este caso, lo hemos usado para modelizar y comprender los accidentes con más profundidad.
- Natural Language Processing (NLP): Nos ha permitido extraer información a tiempo real de las redes sociales, noticias, blogs, aplicaciones de carreteras, etc.
Para poder hacer la predicción hemos usado datos externos.
El proceso de la predicción
De la misma manera que se puede saber cómo decide el algoritmo cuando se entrena con los datos históricos, para cada predicción nueva (datos nuevos por conocer los accidentes de mañana, es decir, información que desconocemos), se puede obtener en base a qué da aquella predicción. Se puede observar en el siguiente ejemplo:
De esta manera, podemos observar cuáles son los factores más implicados en el resultado.
Con el objetivo de encontrar patrones, descubrir tendencias, explorar y darle explicabilidad al proyecto, hemos usado Graph Database (No4j) para modelizar al conductor, los accidentes y las vías a partir de unas características concretas.
Después de modelizar hemos pasado a agrupar los datos según la información contextual de las zonas donde se producen los accidentes con el objetivo de entender si hay factores externos que permiten comprender la situación.
El proyecto es mucho más extenso, pero el objetivo de este post no es mostrar con detalles lo que hemos hecho sino un pequeña muestra de lo que puede lograr el equipo de Connecthink gracias a su experiencia y creatividad.
El potencial de los datos es enorme y no cabe duda de que tiene una gran utilidad en nuestras vidas.
Gracias por leernos y nos vemos en el siguiente post 🙂
No te pierdas las últimas novedades
Introduciendo tu correo electrónico aceptas recibir material promocionado de Connecthink Innovation.