Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/3793
Title: Predicción de Expansión Urbana de las Ciudades Zacatecas-Guadalupe Usando Maquinas de Soporte Vectorial
Authors: Llamas Valenzuela, Alma Carmina
De la Rosa, José I.
Moreno Chávez, Gamaliel
González Ramirez, Efrén
Villa, Jesús
Celaya Padilla, José M.
Issue Date: 6-Jun-2024
Publisher: XVI Congreso Mexicano de Inteligencia Artificial (COMIA) 2024
Abstract: Las ciudades son espacios físicos en los cuales se establece la pobla-ción. En México, tres de cada cuatro personas viven en una ciudad. La expansión rápida y sin planeación trae consigo consecuencias indeseables para el desarrollo social y económico. El objetivo de este estudio es modelar y predecir la expan-sión urbana en la zona metropolitana Zacatecas-Guadalupe usando máquinas de soporte vectorial, y así realizar una mejor planeación. Para lograr este objetivo se utilizaron mapas de uso de suelo y cobertura terrestre correspondientes al periodo 2000 a 2020, así como la inclusión de variables socioeconómicas, topográficas y atributos culturales. Se desarrolló un modelo de SVM penalizado con una exacti-tud de entrenamiento de un 92.4%, una exactitud de validación 93 % y un F1-Score de 86.3 %. En los resultados obtenidos, se puede observar que la cercanía hacia áreas ya urbanizadas y el tipo de uso de suelo tienen una alta influencia en la urbanización. Adicionalmente, la pendiente del terreno tiene muy poca influen-cia en las decisiones de urbanización. Comparado con otros estudios, este incor-pora variables culturales e integra los valores SHAP, con el objetivo de conocer la influencia de dichas variables en el modelo final.
URI: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/3793
Other Identifiers: info:eu-repo/semantics/publishedVersion
Appears in Collections:*Documentos Académicos*-- M. en Ciencias del Proc. de la Info.

Files in This Item:
File Description SizeFormat 
87_LlamasC_DelaRosa COMIA 033 2024.pdfLlamasC_DelaRosa COMIA 20241,2 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons