Predicción de la velocidad del tráfico basada en redes neuronales convolucionales

La congestión del tráfico rodado tiene un importante impacto socioeconómico y medioambiental. Una gestión dinámica y precisa del tráfico permitiría un uso más eficiente de la infraestructura vial y prevenir situaciones de congestión. Esta gestión sería posible si se dispusiera de una predicción precisa del estado del tráfico, para lo cual este artículo propone una nueva técnica de predicción de tráfico basada en redes neuronales convolucionales. A diferencia de las soluciones existentes, estas redes permiten explotar no sólo la evolución temporal del tráfico, sino también su evolución espacial. La red propuesta ha sido entrenada utilizando datos reales de tráfico, y su rendimiento ha sido comparado con soluciones actuales, en concreto con el de una red neuronal que solo procesa temporalmente los datos de tráfico. Los resultados demuestran que el procesado espaciotemporal de los datos de tráfico mediante la red neuronal convolucional propuesta mejora la predicción del estado del tráfico un 22% en términos de error absoluto y un 35% en términos de error relativo.