Uso de redes neuronales artificiales para mejorar el tránsito en las vías

Autores/as

  • Edwin Mejía Facultad de Informática y Electrónica, Escuela Superior Politécnica de Chimborazo, Riobamba, Ecuador.
  • Walter Armando Orozco Iguasnia Universidad Estatal Península de Santa Elena, Ecuador https://orcid.org/0000-0002-8224-1152

DOI:

https://doi.org/10.26423/rctu.v3i2.152

Palabras clave:

Inteligencia Artificial, Redes Neuronales Artificiales, FPGA, Perceptron Simple, semáforo inteligente.

Resumen

Este artículo pretende dar una idea de cómo las Redes Neuronales Artificiales (ANNs), una técnica de la Inteligencia Artificial (IA), se puede acoplar a resolver el problema del tráfico en las vías de la ciudad de Riobamba, provincia de Chimborazo, país Ecuador, usando cuatro semáforos estándar, a través de un ejemplo se indica el uso de componentes electrónicos como FPGAs (Field Programmable Gate array) y los sensores en este campo, a través de detectar y contar autos puede dar mayor fluidez al tráfico. La vía que mayor cantidad de autos tenga se dará mayor prioridad para la luz verde. Usando el algoritmo de aprendizaje de un Perceptrón Simple.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

1.Kornilov AR (1997)Intelligent technologies new opportunities for modern industry. Information Technology.vol.3(6), pp 1-142.DeboeckGuido J. (2000) Pattern recognition and prediction with self-organizing maps and ork /AIabtext.html supporting software review: visualizationthrough viscovery [en línea]. http://www.gordiand-knot.com. Gordian Institute Electronic NewsLetter. [Consulta: 20 de febrero 2000.].3.Neurofisiología [CD-ROM] Enciclopedia Microsoft(R) Encarta(R) 99. (c) 1993-1998 Microsoft Corporation. 4.Freeman J AandSkapuraDM(1993) Redes Neuronales, Algoritmos, aplicaciones y técnicas de propagación. México: Addison-Wesley. 306 p.5.Fff Hilera González J, Martínez Hernández V (1995) Redes neuronales artificiales: fundamentos, modelos y aplicaciones. Madrid, RA-MA. 389 p6.Campanario JM(1995)Using neural networks to study networks of scientific journals. Scientometrics. vol. 33(1). pp 23-40.7.Honkela T y otros (1996) Newsgroup exploration with WEBSOM method and browsing interface. Espoo. Helsinki, University of Technology, Laboratories of Computer and Information Science. (Technical Report, A32).8.Kaski S y otros (1996)Creating an order in digital libraries with selft-organizing map. In: Proceeding of World Congress on Neural Networks.WCNN'96. Mahwah, NJ, INNS Press. pp814-8179.Polanco Xavier, Francois C and Keim J F (1997) Artificial neural network technology for the classification and cartography of scientific and technical information. In: PerizBand Egghe L (1997) Procceding Sixth International Conference of the International Society for Scientometrics and Informetrics. Jerusalem, Israel.Universidad Hebrew of Jerusalem. pp. 319-330.10.Swanson D R and Smalheiser N R (1997) An interactive system for finding complementary literatures: a stimulus to scientific discovery. Artificial Intelligence. vol. 91(3), vol. 183-203. También disponible en http://kiwi.uchicago.edu/web.11.Rumelhart D E and McClelland J L (eds.) (1986) Parallel Distributed Processing. vo, 1: Foundations. MIT Press.12.Fiesler E (1994) Neural Network clasification and formalization. En: Computer Standards and Interfaces. vol. 16, special issue on Neural Networks Standards, Fulcher J (edt.), Elseiver.

Descargas

Publicado

2016-06-12

Número

Sección

Artículos científicos

Cómo citar

Mejía, E., & Orozco Iguasnia, W. A. (2016). Uso de redes neuronales artificiales para mejorar el tránsito en las vías. Revista Científica Y Tecnológica UPSE, 3(2), 61-65. https://doi.org/10.26423/rctu.v3i2.152