Deep learning para el análisis y predicción de accidentes vehiculares en Mendoza

Colaboradores: Olivera, Ana Carolina Director/a;

Nombre de la carrera: Licenciatura en Ciencias de la Computación

Institución: Universidad Nacional de Cuyo. Facultad de Ingeniería

Título al que opta: Licenciado/a en Ciencias de la Computación

---

Resumen en Español:

Los accidentes de tránsito constituyen un problema global que afecta la seguridad, la salud publica y la economía de las ciudades, representando la principal causa de muerte ente niños y adultos jóvenes. A pesar de que algunas ciudades han logrado reducir significativamente el número de accidentes, otras, como la ciudad de Mendoza, continúan enfrentando retos considerables.
El desafío de disminuir el impacto de la accidentología vial es una tarea compleja que requiere la colaboración de diversos actores. Teniendo en cuenta los avances recientes en el campo del aprendizaje profundo, este trabajo desarrolla una herramienta de predicción de riesgo de accidentes de tránsito en la ciudad de Mendoza utilizando un modelo basado en la arquitectura Vision Transformer (ViT) y otro basado en una arquitectura híbrida entre Memoria de Largo-Corto Plazo (Long Short-Term Memory LSTM) y Red Neuronal Convolucional (Convolutional Neural Network, CNN). Para ello, se emplean datos históricos de accidentes de tránsito, información meteorológica y datos de tráfico, y se obtienen resultados competitivos con el estado del arte.
Por último, se construyó una aplicación web interactiva que permite visualizar el mapa de riesgo para cada día con el fin de dar apoyo a la toma de decisiones en lo que respecta al manejo de recursos como servicios de emergencia y prevención.

---

Disciplinas:
Informática

Descriptores:
ACCIDENTES DE TRÁFICO - PREVENCIÓN DE ACCIDENTES - ANÁLISIS ESTADÍSTICO - MENDOZA, ARGENTINA

Palabras clave:
Red neuronal convolucional - Memoria de largo-corto plazo - Aprendizaje profundo

Palabras clave en otro idioma:
Vision transformer (ViT) - Long Short-Term Memory (LSTM) - Convolutional Neural Network (CNN)

---

Cómo citar este trabajo: Maglione, Andrés. (2026). Deep learning para el análisis y predicción de accidentes vehiculares en Mendoza: (Tesina de grado). Mendoza, Universidad Nacional de Cuyo. Facultad de Ingeniería . Dirección URL del informe: https://bdigital.uncu.edu.ar/21722. Fecha de consulta del artículo: 14/09/26.

Este obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Unported.
Conozca más sobre esta licencia >