Calderón Niquín, MarksCama Montesinos, Andrea AlessandraRivera Bueno, Jose PabloSalazar Sanchez, Leslie AlexandraSandoval Alcala, Jean Pierre AndreSoria Asin, Alejandra Marcela2024-06-092024-06-092024https://hdl.handle.net/20.500.12640/3948El estudio examina el impacto negativo del tránsito en la calidad de vida de la población en los distritos de Santiago de Surco y La Molina, en particular en relación con la contaminación por ruido producida por el Bypass del Óvalo Monitor Huáscar. Se propone el uso de la inteligencia artificial (Machine Learning) como una herramienta innovadora para predecir la disposición de pago (DAP) de la población para reducir el ruido del tránsito. El estudio se centra en crear un modelo de valoración contingente que se combine con algoritmos de aprendizaje automático para hacer predicciones sobre la DAP de la población en varios escenarios. Los hallazgos de esta investigación podrían ayudar a tomar decisiones informadas para mejorar la planificación urbana y la gestión del tránsito con el objetivo de reducir los efectos negativos del ruido del tránsito.application/pdfspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/pe/Aprendizaje automáticoContaminación acústicaTráficoGestión ambientalEvaluación de impacto ambientalTécnicas de prediccióninfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.11.04https://purl.org/pe-repo/ocde/ford#5.02.04