Derechos de autor 2026 Documentos de Trabajo ECACEN
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Modelo de Predicción Dinámica de Riesgo Urbano Multicapa Basadoen Inteligencia Artificial para Usuarios Vulnerables de la Vía en Bogotá: El Modelo Murim y su Integración con Plataformas de Navegación en Tiempo Real
Este trabajo propone el Modelo de Inteligencia de Riesgo Urbano Multicapa (MURIM), un framework predictivo espacio-temporal que estima niveles dinámicos de riesgo para intersecciones y segmentos viales en Bogotá. A diferencia de los sistemas convencionales de mapas de calor, MURIM introduce el concepto de Traffic-Condition-Dependent Urban Vulnerability Modeling: el riesgo no es solo función de la ubicación geográfica, sino de la interacción entre localización, estado dinámico del tráfico y perfil de exposición del usuario. El modelo integra cinco capas: seguridad criminal, exposición en congestión, vulnerabilidad climática, disrupciones sociales y perfil de usuario, en un Dynamic Urban Risk Score (DURS) con pesos calibrables por aprendizaje automático. Se identifican tres perfiles de usuario con ventanas de exposición diferenciadas: operadores logísticos, conductores de servicio nocturno y mujeres conductoras en horario diurno. Para este último perfil, el hallazgo central es que el riesgo principal no es nocturno sino diurno, concentrado en el tiempo de inmovilización en semáforos y trancones. El paper propone una arquitectura técnica de integración con Google Maps Platform y Waze for Cities, con infraestructura de datos totalmente disponible en Bogotá.
