Busque entre los 168899 recursos disponibles en el repositorio
Mostrar el registro sencillo del ítem
dc.date.accessioned | 2023-04-17T18:54:22Z | |
dc.date.available | 2023-04-17T18:54:22Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://sedici.unlp.edu.ar/handle/10915/151586 | |
dc.description.abstract | La reciente situación de pandemia mundial impulsó la generación de reportes abiertos de movilidad, iniciativa creada por la empresa Google en apoyo a las políticas sanitarias asociadas al COVID-19. El cambio significativo en el flujo de vehículos durante la situación de pandemia y la variación en el consumo de combustible asociado al transporte y a diversas actividades productivas, requirió la creación de nuevos modelos predictivos relacionados con un conjunto de datos inusuales (por ejemplo, la geolocalización de los conductores). La manipulación y el análisis adecuado de estos datos proporcionan un pronóstico que mejora la previsión de la demanda de combustible asociada al consumo real. En este trabajo analizamos las bases de datos de la venta de combustibles (nafta y diésel), disponibles y abiertas en sitios web oficiales e información de la empresa YPF. Los resultados muestran una correlación positiva entre las variables relacionadas a la demanda de estos combustibles y los registros de movilidad de Google, con ciertas particularidades. El lenguaje de programación utilizado para el desarrollo del código de visualización, geoestadística, cálculo predictivo y reportes de la investigación es “R”. | es |
dc.format.extent | 20-24 | es |
dc.language | es | es |
dc.subject | demanda de combustible | es |
dc.subject | movilidad Google | es |
dc.subject | series de tiempo | es |
dc.subject | transporte y logística | es |
dc.subject | aprendizaje automático | es |
dc.title | Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible | es |
dc.type | Objeto de conferencia | es |
sedici.identifier.uri | https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/245/202 | es |
sedici.identifier.issn | 2451-7496 | es |
sedici.creator.person | No, Irma Noemí | es |
sedici.creator.person | Tornillo, Julián E. | es |
sedici.creator.person | Pascal, Guadalupe | es |
sedici.creator.person | Rabbione, Leandro | es |
sedici.subject.materias | Ciencias Informáticas | es |
sedici.description.fulltext | true | es |
mods.originInfo.place | Sociedad Argentina de Informática e Investigación Operativa | es |
sedici.subtype | Objeto de conferencia | es |
sedici.rights.license | Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) | |
sedici.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
sedici.date.exposure | 2022-10 | |
sedici.relation.event | Simposio Argentino de Ciencia de Datos y GRANdes DAtos (AGRANDA 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022) | es |
sedici.description.peerReview | peer-review | es |