Comparativa de tecnologías de captura de huellas de edificios para el análisis de la movilidad humana en contextos urbanos

Authors

  • Thelma Leonor Estévez Dorantes Tecnológico Nacional de México / IT Orizaba
  • Manuel Panzi Utrera Tecnológico Nacional de México / IT Orizaba
  • Cesar Roberto Vázquez Trujillo Tecnológico Nacional de México / IT Orizaba
  • José Alberto Venegas García Tecnológico Nacional de México / IT Orizaba
  • Cutberto Colohua Castillo Tecnológico Nacional de México / IT Orizaba

Keywords:

Huellas de edificios, SIG, Planificación urbana, Estudio de movilidad

Abstract

La investigación analiza tecnologías para la generación de información sobre huellas de edificios y movilidad humana en la planificación urbana. Emplea un enfoque mixto, combinando métodos cualitativos y cuantitativos para evaluar tecnologías como SIG, IoT, imágenes satelitales, big data, Inteligencia Artificial y ML. El objetivo es comparar la efectividad de estas tecnologías y su impacto en la toma de decisiones urbanas, respondiendo a la necesidad de herramientas precisas para una mejor gestión. urbana.

References

R. Hernández Sampieri, C. Fernández Collado, y M. P. Baptista Lucio, Metodología de la investigación, México: McGraw-Hill Education, 2014. https://www.mdpi.com/2220-9964/9/3

R. García, Métodos y técnicas de investigación en ciencias sociales, Madrid: Editorial Universitaria, 2022. https://www.academia.edu/71222776/Cloud_assisted_Industrial_Internet_of_Things_IIoT_Ena bled_framework_for_health_monitoring

L. Deng, S. Tang, M. Ye, W. Shi, and M. Zhao, «GIS technology applications in environmental and earth sciences,» ISPRS International Journal of Geo-Information, vol. 9, no. 3, p137, 2020. https://www.mdpi.com/2072-4292/12/2

M. S. Hossain and G. Muhammad, «Cloud-assisted Industrial Internet of Things (IIoT) – Enabled framework for health monitoring,» Computer Networks, vol. 101, pp. 192-202, 2021. https://ieeexplore.ieee.org/document/6567202

S. G. Ungar, «Satellite imaging advances 2020-2025,» Remote Sensing, vol. 12, nº 2, p. 45, 2020. https://www.nature.com/articles/nature14539

S. Sagiroglu and D. Sinanc, «Big data: A review,» 2013. [En línea]. Available: https://ieeexplore.ieee.org/document/6567202. [Último acceso: 10 agosto 2024].

LeCun, Y., Bengio, Y. & Hinton, G., «Deep learning,» Nature, vol. 521, p. 436–444, 2015. https://www.nature.com/articles/nature14539#citeas

J. Brownlee, Machine Learning Mastery With Python Independently published, Machine Learning Mastery, 2019.

Microsoft®, «Azure Maps,» 9 agosto 2024. [En línea]. Available: https://azure.Microsoft®.com/en-us/products/azure-maps/.

esri, «ArcGIS Overview,» 9 agosto 2024. [En línea]. Available: https://www.esri.com/enus/arcgis/geospatial-platform/overview.

OpenStreetMap, «OpenStreedMap Wiki,» 9 agosto 2024. [En línea]. Available: https://wiki.openstreetmap.org/wiki/Main_Page.

Google® Maps, «Google® Maps Platform,» 9 agosto 2024. [En línea]. Available: https://mapsplatform.Google®.com/.

Google® Research, «Open Buildings,» 9 agoto 2024. [En línea]. Available: https://sites.research.Google®/open-buildings/.

Microsoft®, «Azure Maps pricing,» 9 agosto 2024. [En línea]. Available: https://azure.Microsoft®.com/en-us/pricing/details/azure-maps/.

Published

2025-07-18

How to Cite

Estévez Dorantes, T. L., Panzi Utrera, M., Vázquez Trujillo, C. R., Venegas García, J. A., & Colohua Castillo, C. (2025). Comparativa de tecnologías de captura de huellas de edificios para el análisis de la movilidad humana en contextos urbanos. Revista Internacional De Investigación Multidisciplinaria, 2(1), 94–103. Retrieved from http://orizaba.tecnm.mx/revistaojs/index.php/riim/article/view/224