Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible

Mostrar todas las versiones(2)

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...

Descripción completa

Detalles Bibliográficos
Autores principales:	No, Irma Noemí, Tornillo, Julián E., Pascal, Guadalupe, Rabbione, Leandro
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2022
Materias:	Ciencias Informáticas demanda de combustible movilidad Google series de tiempo transporte y logística aprendizaje automático
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/151586 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/245/202
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-151586
record_format	dspace
spelling	I19-R120-10915-1515862023-05-03T19:59:46Z http://sedici.unlp.edu.ar/handle/10915/151586 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/245/202 issn:2451-7496 Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible No, Irma Noemí Tornillo, Julián E. Pascal, Guadalupe Rabbione, Leandro 2022-10 2022 2023-04-17T18:54:22Z es Ciencias Informáticas demanda de combustible movilidad Google series de tiempo transporte y logística aprendizaje automático 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”. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 20-24
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas demanda de combustible movilidad Google series de tiempo transporte y logística aprendizaje automático
spellingShingle	Ciencias Informáticas demanda de combustible movilidad Google series de tiempo transporte y logística aprendizaje automático No, Irma Noemí Tornillo, Julián E. Pascal, Guadalupe Rabbione, Leandro Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
topic_facet	Ciencias Informáticas demanda de combustible movilidad Google series de tiempo transporte y logística aprendizaje automático
description	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”.
format	Objeto de conferencia Objeto de conferencia
author	No, Irma Noemí Tornillo, Julián E. Pascal, Guadalupe Rabbione, Leandro
author_facet	No, Irma Noemí Tornillo, Julián E. Pascal, Guadalupe Rabbione, Leandro
author_sort	No, Irma Noemí
title	Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
title_short	Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
title_full	Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
title_fullStr	Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
title_full_unstemmed	Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible
title_sort	ciencia de datos y reportes de movilidad google para modelizar la demanda de combustible
publishDate	2022
url	http://sedici.unlp.edu.ar/handle/10915/151586 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/245/202
work_keys_str_mv	AT noirmanoemi cienciadedatosyreportesdemovilidadgoogleparamodelizarlademandadecombustible AT tornillojuliane cienciadedatosyreportesdemovilidadgoogleparamodelizarlademandadecombustible AT pascalguadalupe cienciadedatosyreportesdemovilidadgoogleparamodelizarlademandadecombustible AT rabbioneleandro cienciadedatosyreportesdemovilidadgoogleparamodelizarlademandadecombustible
_version_	1765659986278481920

Ciencia de datos y reportes de movilidad Google para modelizar la demanda de combustible

Ejemplares similares