Conferencia “Uso de tecnologías Geoespaciales y Big Data para mejorar los procesos de Actualización catastral”

Conferencia “Uso de tecnologías Geoespaciales y Big Data para mejorar los procesos de Actualización catastral”

En la conferencia se dio una contextualización del estado actual del catastro en Colombia y hasta donde se pretende llegar con la aplicación de nuevas tecnologías y metodologías, como la puesta en marcha del catastro multipropósito que se avecina en los próximos años, y como este pretende cubrir muchas falencia en cuanto a desactualización eh inconsistencias en la información predial del país que se ve reflejado en el recaudo fiscal por parte de las entidades estatales, se habló de como el crecimiento exponencial de las ciudades colombianas requiere de la nuevas tecnologías y metodologías que permitan capturar los cambios generados en el territorio debido a las dinámicas poblacionales existentes, que dan lugar a problemáticas relacionadas principalmente con el acceso a la información, desactualización, inconsistencias y costos de las TIC, para dar solución a estas problemáticas se plantea dos “metodologías” o procesos, el análisis multitemporal a partir de procesamiento de imágenes y uso del Big data espacial y por otro lado el cruce de información a partir de aplicaciones web en multiplataforma, servicios de entidades estatales y analítica espacial, para así generar una visualización y comunicación efectiva de los cambios dados en el territorio.


Para dar solución a las problemáticas mencionadas anteriormente existentes variedad de metodologías o técnicas que funcionarían muy bien, entre ellas la Inteligencia Artificial nos brinda una técnica que como lo es Las Redes Neuronales las cuales pueden dar resultados efectivos a la hora de detectar cambios en el territorio, derivados de la dinámica poblacional vertiginosa ala que las grandes ciudades colombianas hoy se enfrentan, a partir de una red neuronal entrenada previamente para detectar cambios en el territorio a través de la comparación de dos imágenes una actual y una de tiempo atrás, se pueden detectar cambios en el territorio ya sea por nuevas construcciones, por obras de infraestructura, o por fenómenos naturales con inundaciones o movimientos de remoción en masa, convirtiéndose esta una técnica que puede dar resultados comparables eh incluso superiores que las metodologías planteadas por el expositor.

Comentarios

Publicar un comentario

Entradas populares de este blog

One-Hot Encoding

Imagen
ONE-HOT ENCODING Debido a que los datos categóricos no se pueden representar o no son aplicables en los algoritmos de aprendizaje automático, estos deben ser convertidos a valores de tipo numérico, de echo esto no es suficiente ya que los modelos definirán un orden natural entre las categorías esto implicaría un rendimiento deficiente para dar solución a esto se debe agregar una nueva variable binaria a cada valor entero, en si se debe hacer una representación de variables categóricas como vectores binarios, por consiguiente, se debe tener una correlación entre los valores categóricos y los valores enteros. Fuente: https://www.slideshare.net/SergiiGavrylov/kpi-summer-school-2015-word-embeddings-and-neural-language-modeling Muchos algoritmos de aprendizaje automático no pueden funcionar directamente con datos categóricos. Las categorías se deben convertir en números. Esto es necesario para las variables de entrada y salida que son categóricas. Bibliografía
Leer más

Machine Learning

Imagen
MACHINE LEARNING Machine Learning específicamente se encarga de crear sistemas que aprenden automáticamente, todo esto enmarcado en el campo de la Inteligencia artificial. Se basa en la identificación de patrones complejos en grandes volúmenes de información, siendo capaz de predecir comportamientos futuros, la máquina usa Big Data y algoritmos sofisticados para saber cómo realizar la tarea por sí misma. El machine Learning les permite a las aplicaciones “pensar” y hacer una determinación o proyección de manera independiente . El gran desarrollo que esta técnica o disciplina ha tenido en la última década se debe al desarrollo y avances en cuanto a procesamiento y almacenamiento de datos y el fácil acceso a estos datos, además de la gran tendencia y desarrollo sobre el manejo de grandes cantidades de datos que en un software convencional no es posible manejarlos, como son los macro datos o Big Data. Algunos Beneficios de Machine Learning -        Toma de d
Leer más

Inteligencia Artificial Aplicada a la Detección de Cambios en el Territorio

Imagen
INTELIGENCIA ARTIFICIAL APLICADA A LA DETECCIÓN DE CAMBIOS EN EL TERRITORIO El proyecto es realizado o se inició en el año 2016, cuyo objetivo es desarrollar una herramienta tecnológica que le permitirá detectar, automáticamente, cambios en el territorio a partir de ortofotos, busca identificar cambios de tipo vial o por nuevas construcciones. La tecnología desarrollada integra la librería de código abierto TensorFlow, desarrollada por Google, para el aprendizaje automático (Machine Learning). El trabajo realizado por GRAFCAN se ha centrado, principalmente, en la definición y evaluación de diversas arquitecturas de redes neuronales y en la creación de herramientas de generación de patrones de entrenamiento para dichas redes, La red desarrollada consta de 22 capas neuronales con más de 36 millones de parámetros a ajustar durante los procesos de entrenamiento. En estos entrenamientos de la red, tanto el inicial como los posteriores, se utilizan unos 85.000 patrones que son procesad
Leer más