Evaluación de modelos profundos en datos de violencia de género
Sánchez Lima, Óscar
Gonzalez Sabaté, Jordi, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Título variante:	Avaluació de models profunds en dades de violència de gènere
Título variante:	Evaluation of deep models in gender violence data
Fecha:	2024
Resumen:	Actualment, la modelització de dades temporals s'ha convertit en un dels grans èxits de l'aprenentatge computacional, tant per a la predicció dels valors de Bitcoin o Ethereum al llarg del temps com per a la previsió del consum d'energia elèctrica en determinades regions. Recentment, s'han aplicat eines computacionals de modelització de dades en el context de les agressions de gènere. Aquest treball es centrarà en aprendre a modelar el comportament humà mitjançant la modelització temporal de dades, utilitzant dades d'agressions sexuals en una ciutat durant diversos anys. Els resultats d'aquest projecte poden permetre un major coneixement sobre les dinàmiques en el nombre de denúncies cada any. Tot el codi font desenvolupat durant el projecte es pot consultar aquí: https://github. com/oscar-sanchez27/TFG_1527377. git.
Resumen:	Actualmente, la modelización de datos temporales se ha convertido en uno de los grandes logros del aprendizaje computacional, tanto para la predicción de los valores de Bitcoin o Ethereum a lo largo del tiempo como para la previsión del consumo de energía eléctrica en determinadas regiones. Recientemente, se han aplicado herramientas computacionales de modelización de datos en el contexto de las agresiones de género. Este trabajo se centrará en aprender a modelar el comportamiento humano mediante la modelización temporal de datos, utilizando datos de agresiones sexuales en una ciudad durante varios años. Los resultados de este proyecto pueden permitir un mayor conocimiento sobre las dinámicas en el número de denuncias cada año. Todo el código fuente desarrollado durante el proyecto puede consultarse aquí: https://github. com/oscar-sanchez27/TFG_1527377. git.
Resumen:	Currently, the modeling of temporal data stands out as a significant achievement in computational learning, serving both the prediction of Bitcoin or Ethereum values over time and the projection of electricity consumption in specific regions. Recently, computational data modeling tools have been applied within the context of gender-based assaults. This research project aims to focus on acquiring expertise in modeling human behavior through temporal data analysis, utilizing datasets pertaining to sexual assaults in a city spanning several years. The outcomes of this endeavor are expected to contribute substantial insights into the dynamics surrounding the annual count of reported incidents. All the source code developed during the project can be consulted here: https://github. com/oscar-sanchez27/TFG_1527377. git.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Lengua:	Castellà
Titulación:	Grau en Enginyeria Informàtica [2502441]
Plan de estudios:	Enginyeria Informàtica [958]
Documento:	Treball final de grau ; Text
Área temática:	Menció Computació
Materia:	Intel·ligència Artificial ; Aprenentatge Computacional ; Predicció ; Violència de gènere ; Anàlisi de dades ; Inteligencia Artificial ; Aprendizaje Computacional ; Predicción ; Violencia de género ; Análisis de datos ; Artificial Intelligence ; Computational Learning ; Prediction ; Gender-based Violence ; Data Analysis

11 p, 6.1 MB

El registro aparece en las colecciones:
Documentos de investigación > Trabajos de Fin de Grado > Escuela de Ingeniería. TFG