Patiño Quinchía, Jorge EduardoDuque Cardona, Juan CarlosGómez Escobar, Jairo Alejandro2021-09-142021http://hdl.handle.net/10784/30237Contar con información del ingreso distribuido espacialmente a escala intraurbana puede ayudar en los procesos de planeación de las ciudades. El Producto Interno Bruto (PIB) es una medida del ingreso que permite conocer a grandes rangos el desempeño económico de un territorio en un periodo determinado. El objetivo de esta investigación es desarrollar un marco metodológico para desagregar el ingreso al interior de las ciudades, inicialmente en Medellín y que pueda ser replicable en cualquier ciudad del mundo. En esta tesis se combinan geodatos espaciales abiertos, procesamiento de imágenes satelitales, información de expertos y herramientas computacionales abiertas, para estimar modelos de clasificación de aprendizaje automático (machine learning). En esta investigación se concluyó que es posible estimar el PIB desagregado a escala intraurbana con un tamaño de píxel de 10 m x 10 m. Las variables que aportan mayor poder explicativo a la estimación son las de textura y las obtenidas a partir de la malla vial. Es posible mejorar el método en una investigación futura, que se debe enfocar en la captura de información de expertos, y en explorar la posibilidad de usar una aproximación basada en objetos en lugar de píxeles.spaTodos los derechos reservadosEstimación de ingresoDistribución espacial de ingreso intraurbanoProcesamiento de imágenes de sensores remotosAprendizaje automáticomasterThesisinfo:eu-repo/semantics/openAccessAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)TRANSPORTE - PLANIFICACIÓNTRANSPORTETECNOLOGÍA - ASPECTOS SOCIALESAcceso abierto2021-09-14Salazar Vásquez, Jessica Patricia006.31 S161