Ardila Sánchez, Ismael AntonioMosquera Ruíz, Erika MaryoryDuran Cubillos , Ronald Alexander2025-09-032025-09-032025-07-16http://hdl.handle.net/11349/98789El sistema de transporte masivo TransMilenio, considerado el más importante de Bogotá, enfrenta constantes problemas de seguridad, principalmente relacionados con robos y amenazas a los pasajeros. La falta de herramientas efectivas para reportar y gestionar estos incidentes en tiempo real ha generado una creciente preocupación entre los usuarios, quienes con frecuencia se ven afectados por nuevas modalidades de hurto. Asimismo, la ausencia de mecanismos especializados para el análisis de datos ha dificultado que las autoridades actúen de manera proactiva, lo que ha impactado negativamente en la confianza ciudadana frente a la seguridad del sistema. A pesar de los esfuerzos del gobierno local por fortalecer la seguridad, no se ha encontrado una medida efectiva para mitigar esta problemática, la cual afecta directamente a la comunidad y se ha visto reflejada en el incremento de los actos delictivos durante los últimos años. Para enfrentar este desafío, se propone el desarrollo de una aplicación móvil que integre un modelo de red neuronal capaz de recopilar, analizar y evaluar datos sobre incidentes de inseguridad en TransMilenio. Esta herramienta permitirá identificar patrones, estaciones y horarios con mayor incidencia de robos, proporcionando información clave para implementar medidas preventivas que fortalezcan la seguridad de los usuarios.The TransMilenio mass transportation system, considered the most important in Bogotá, faces constant security issues, mainly related to thefts and threats against passengers. The lack of effective tools to report and manage these incidents in real time has generated growing concern among users, who are frequently affected by new forms of theft. Likewise, the absence of specialized mechanisms for data analysis has hindered authorities from acting proactively, which has negatively impacted public confidence in the system’s security. Despite the efforts of the local government to strengthen security, no effective measure has been found to mitigate this problem, which directly affects the community and has been reflected in the increase in criminal activities in recent years. To address this challenge, the development of a mobile application is proposed, integrating a neural network model capable of collecting, analyzing, and evaluating data on security incidents in TransMilenio. This tool will make it possible to identify patterns, stations, and schedules with the highest incidence of theft, providing key information to implement preventive measures that enhance user safety.pdfspaRed neuronal recurrenteTransMilenioRed neuronalInseguridad públicaAprendizaje automáticoInteligencia artificialbachelorThesisIngeniería Telemática -- Tesis y disertaciones académicasSeguridad ciudadanaTransporte públicoInteligencia artificialAplicaciones móvilesOpenAccessRecurrent neural network (RNN)TransMilenioNeural networkPublic insecurityMachine learningArtificial intelligence (AI)Abierto (Texto Completo)