Publicación:
Diseño y despliegue de modelos de aprendizaje profundo para la predicción de flujo de tráfico mediante Spark y Docker

Vista sencilla de ítem
dc.contributor.authorFrías Lobillo, Juan Manuel
dc.contributor.directorCaminero Herráez, Agustín Carlos
dc.contributor.directorMuñoz Mansilla, María del Rocío
dc.date.accessioned2025-10-02T13:17:38Z
dc.date.available2025-10-02T13:17:38Z
dc.date.issued2025-09
dc.description.abstractEl tráfico urbano se ha convertido en un problema crítico con muchas implicaciones en diferentes áreas. El principal reto a la hora de estudiarlo está en la enorme cantidad de datos que se generan en muy poco tiempo, lo que sitúa su análisis dentro del ámbito del big data. En este trabajo exploramos marcos computacionales escalables y técnicas avanzadas de modelado para el análisis y la predicción automatizada del tráfico. Nos apoyamos en arquitecturas basadas en contenedores que permiten un despliegue flexible, aislamiento de recursos y escalabilidad horizontal en entornos cloud-native, integrando Apache Spark como motor principal para el procesamiento distribuido de datos. Esta combinación resulta especialmente adecuada para manejar flujos de información en tiempo real. Sobre esta infraestructura, implementamos y evaluamos modelos de Deep Learning para predecir el tráfico, tomando Madrid como ejemplo de ciudad occidental moderna.es
dc.identifier.citationFrías Lobillo, Juan Manuel. Trabajo Fin de Máster: "Diseño y despliegue de modelos de aprendizaje profundo para la predicción de flujo de tráfico mediante Spark y Docker". Universidad Nacional de Educación a Distancia (UNED), 2025
dc.identifier.urihttps://hdl.handle.net/20.500.14468/30310
dc.language.isoes
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería y Ciencia de Datos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject1203.17 Informática
dc.subject.keywordsBig Dataes
dc.subject.keywordsContenedoreses
dc.subject.keywordsSistemas distribuidoses
dc.subject.keywordsDeep Learninges
dc.subject.keywordsPredicción de tráficoes
dc.subject.keywordsSparkes
dc.subject.keywordsDockeres
dc.subject.keywordsBig Dataen
dc.subject.keywordsContainersen
dc.subject.keywordsDistributed Systemsen
dc.subject.keywordsDeep Learningen
dc.subject.keywordsTraffic Predictionen
dc.subject.keywordsSparken
dc.subject.keywordsDockeren
dc.titleDiseño y despliegue de modelos de aprendizaje profundo para la predicción de flujo de tráfico mediante Spark y Dockeres
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
FriasLobillo_JuanManuel_TFM_JORGE PEREZ MARTIN.pdf
Tamaño:
4.69 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Trabajos de fin de máster (TFM)