Análisis Integrado de Patrones Delictivos Basado en Ciencia de Datos - Desarrollo de Herramienta Analítica de Mejora de Políticas Públicas
CÓDIGO DE PROYECTO #PE501087483-2024
Información General
Numero de Subvención
PE501087483-2024
Líder de Proyecto
Descripción
Resumen
Los crecientes niveles de criminalidad y la evolución de los métodos delictivos han superado la capacidad de las agencias encargadas del orden público. Introducir tecnologías avanzadas para la gestión del orden público y la contención del crimen es esencial para mejorar la eficiencia de las políticas de seguridad pública en áreas urbanas.
La variabilidad de los patrones criminales y la cantidad de datos dificultan el análisis espacio-temporal de crímenes. Las técnicas actuales de identificación de hotspots no siempre detectan sitios donde ciertos crímenes son frecuentes pero no estadísticamente significativos. Además, las discretizaciones espaciales afectan directamente la identificación y análisis de hotspots.
Hipótesis: Integrar efectivamente diferentes fuentes de datos urbanos, sociales y económicos mejorará la predicción y análisis de patrones de crimen espaciotemporales.
La metodología en el presente proyecto se centrará en desarrollar herramientas computacionales avanzadas para analizar la interacción de eventos criminales con factores urbanos. Se utilizarán métodos de Machine Learning (ML), deep Learning y procesamiento espectral de grafos para mejorar la precisión del análisis y predicción de eventos criminales.
El objetivo general del estudio consiste en desarrollar herramientas avanzadas basadas en Ciencia de Datos para facilitar la exploración, prevención y predicción espacio-temporal de eventos criminales en áreas urbanas, integrando diversas características socioeconómicas y de infraestructura urbana. Los objetivos específicos son: desarrollar un framework basado en Ciencia de Datos para analizar patrones de crimen espaciotemporales; construir una Herramienta Analítica Visual accesible para gobiernos y agencias de seguridad y; implementar un Sistema Predictivo para Pronóstico de Crímenes utilizando modelos predictivos avanzados.
El resultado esperado de esta investigación es proporcionar herramientas que permitan a las agencias de seguridad mejorar la planificación de acciones preventivas y correctivas, optimizando así los procedimientos de prevención del crimen.
Mejorar la seguridad pública, especialmente en áreas con altas tasas de criminalidad, y optimizar la intervención policial, especialmente en zonas vulnerables. Esto mejorará la calidad de vida de la población, principalmente de los más vulnerables.
Objetivo General
El objetivo central de este proyecto es desarrollar estratégias computacionales avanzadas, fundamentadas en la Ciencia de Datos, para facilitar un análisis de la interacción de los eventos criminales con los factores urbanos. Nuestro enfoque se centra en permitir una exploración, prevención y predicción espacio-temporal de los eventos criminales en áreas urbanas. Estas estrategias se traducirá en una herramienta analítica diseñada para integrar y analizar diversas características, incluyendo aspectos socioeconómicos, de infraestructura urbana y factores sociales, proporcionando así una comprensión completa y multifacética de las dinámicas del crimen en el entorno urbano.
Palabras Clave
predicción de crímenes, políticas públicas, herramientas computacionales, ciencia de datos
Tipo de intervención
Intervención
INVESTIGACIÓN CIENTÍFICA
Convenio
PROCIENCIA
Entidad ejecutora
Nombre de la Organización
Dependencia / Unidad
Región
LIMA
Tipo de organización
UNIVERSIDAD
País
PERÚ
Entidades Asociadas
DEPENDENCIA:
PAÍS:
PERÚ
REGIÓN:
LORETO
DEPENDENCIA:
PAÍS:
BRASIL
Datos actualizados al 31/12/2024
Equipo Técnico
ROL:
TESISTA MAESTRÍA
ROL:
TESISTA MAESTRÍA
ROL:
GESTOR(A) DE PROYECTO
ROL:
CO-INVESTIGADOR(A)
ROL:
GESTOR(A) TECNOLÓGICO(A)
ROL:
CO-INVESTIGADOR(A)
ROL:
CO-INVESTIGADOR(A)
ROL:
TESISTA DOCTORADO
ENTIDAD:
FUNDACION GETULIO VARGAS
ROL:
RESPONSABLE TÉCNICO
ROL:
CO-INVESTIGADOR(A)
ENTIDAD:
FUNDACION GETULIO VARGAS
Datos actualizados al 21/07/2026
Información Adicional
Área / Subárea OCDE
CIENCIAS NATURALES / COMPUTACIÓN Y CIENCIAS DE LA INFORMACIÓN
País ejecución
PERÚ
Región ejecución
LIMA
Periodo de Ejecución
29/06/2024
a la actualidad
Disciplina OCDE
CIENCIAS DE LA COMPUTACIÓN
Monto total
Monto total
S/ 500,000.00
Publicaciones
No se encontraron resultados.
Propiedad Intelectual
No se encontraron resultados.
Tesis
No se encontraron resultados.
Presentaciones Orales
No se encontraron resultados.
Pasantías
No se encontraron resultados.
Proyectos Similares
N CONTRATO:
PE501087483-2024
INVESTIGADOR PRINCIPAL:
GARCIA ZANABRIA ,GERMAIN
ORGANIZACION:
UNIVERSIDAD DE INGENIERIA Y TECNOLOGIA
AÑO:
2024
MONTO CONT:
S/ 500,000.00
NOMBREESTADO:
En Ejecución
N CONTRATO:
PE501090796-2024
INVESTIGADOR PRINCIPAL:
GOMEZ NIETO ,ERICK MAURICIO
ORGANIZACION:
GOMEZ NIETO ,ERICK MAURICIO
AÑO:
2024
MONTO CONT:
S/ 35,800.00
NOMBREESTADO:
Cerrado
N CONTRATO:
034-2018-FONDECYT-BM-IADT-SE
INVESTIGADOR PRINCIPAL:
OCHOA LUNA ,JOSE EDUARDO
ORGANIZACION:
UNIVERSIDAD CATOLICA SAN PABLO
AÑO:
2018
MONTO CONT:
S/ 100,000.00
NOMBREESTADO:
Cerrado
N CONTRATO:
CONV-000008-2013-FONDECYT-DE (4)
INVESTIGADOR PRINCIPAL:
BELTRAN CASTAÑON ,CESAR ARMANDO
ORGANIZACION:
PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU
AÑO:
2013
MONTO CONT:
S/ 267,040.00
NOMBREESTADO:
Cerrado
N CONTRATO:
064-2019
INVESTIGADOR PRINCIPAL:
MORENO VERA ,FELIPE ADRIAN
ORGANIZACION:
MORENO VERA ,FELIPE ADRIAN
AÑO:
2019
MONTO CONT:
S/ 13,888.00
NOMBREESTADO:
Cerrado
Datos actualizados al 20/07/2026
