stringtranslate.com

Análisis de multitudes

El análisis de multitudes es la práctica de interpretar datos sobre el movimiento natural de grupos u objetos. Masas de cuerpos, particularmente humanos, son objeto de estos análisis de seguimiento de multitudes que incluyen cómo se mueve una multitud en particular y cuándo cambia un patrón de movimiento. [1] Los investigadores utilizan los datos para predecir futuros movimientos de multitudes, densidad de multitudes y planificar respuestas a eventos potenciales como aquellos que requieren rutas de evacuación. [2] Las aplicaciones del análisis de multitudes pueden variar desde la simulación de multitudes en videojuegos hasta la seguridad y la vigilancia.

Fondo

Debido al crecimiento demográfico, el análisis de multitudes se ha convertido en un gran interés en las disciplinas sociales y técnicas. [3] La gente utiliza el análisis de multitudes para desarrollar estrategias de gestión de multitudes en eventos públicos, así como en el diseño de espacios públicos, vigilancia visual y entornos virtuales. Los objetivos incluyen hacer que las áreas sean más convenientes y prevenir desastres provocados por multitudes. [3]

Algunas multitudes no pueden analizarse tan fácilmente como otras. La psicología de una multitud influye en la forma en que se divide y estudia. Las multitudes pueden ser casuales, como un grupo de peatones caminando por la calle, o causales, como personas que participan en una maratón o protesta. Pueden ser tan activos y erráticos como una multitud, o tan pasivos como una audiencia. Si bien la multitud principal es el tema de la mayor parte del análisis, se deben tener en cuenta las anomalías, como alguien que se opone al flujo del tráfico o un ciclista que avanza entre un grupo de peatones. De ahí que el propósito de un grupo de individuos determine la interpretación de los datos obtenidos. Se han realizado importantes investigaciones para comprender la forma en que se mueven las multitudes con el fin de predecir dónde pueden ocurrir áreas de conflicto. [4] Esta investigación se realiza analizando datos de multitudes y luego procediendo a crear modelos de situaciones similares utilizando software. Existen muchos modelos que simulan el comportamiento de multitudes, y algunos afirman "modelos macroscópicos como modelos basados ​​en redes o modelos de dinámica de fluidos, así como modelos microscópicos como, por ejemplo, el modelo de fuerza social o los autómatas celulares". [4]

Metodología

La densidad de multitud se refiere a la cantidad de objetos dentro de una unidad de área, como personas por metro cuadrado. [5] La densidad es importante para determinar la ocupación máxima de una habitación o edificio para abordar los problemas de seguridad. Analizar áreas que se vuelven más densamente pobladas que otras es esencial para diseñar edificios y rutas de evacuación. Abordar estas preocupaciones implica la gestión y optimización de la multitud y permite predecir patrones de movimiento.

El flujo de multitudes implica la velocidad con la que los objetos de una multitud se mueven en un espacio. En una capacidad crítica, el flujo comienza a disminuir a medida que aumenta la densidad de la multitud. La ley de Yerkes-Dodson explica cómo el rendimiento se ve afectado por la cantidad de estrés de un individuo. El estrés es causado por factores externos, como un objeto que se acerca al individuo, una limitación de tiempo para que el individuo realice una tarea o la cantidad de agentes que abarrotan a un individuo. [6]

En lo que respecta a la animación por computadora , a menudo se escriben individuos simulados (denominados agentes) para representar un comportamiento realista similar al de una multitud. Siguen un algoritmo basado en el estrés, los campos de navegación y los agentes circundantes para manipular el comportamiento. El estudio de la producción de agentes inteligentes que sigan comportamientos realistas cae dentro del campo de la inteligencia artificial .

Aplicaciones

Los datos extraídos del análisis de masas son invaluables en una variedad de campos e implementaciones en el mundo real.

Inteligencia artificial multitudinaria

También conocido como inteligencia de enjambre , el análisis y la aplicación del movimiento de multitudes pueden contribuir al modelado del comportamiento grupal basado en modelos biológicos y artificiales. [7] El comportamiento del instinto social se aplica a sistemas complejos que modelan múltiples agentes y sus interacciones. Los métodos basados ​​en la población se utilizan para representar las interacciones locales de los agentes con su entorno. [8]

Sociología

Existen innumerables aplicaciones sociales del análisis de multitudes, que van desde usos dentro de las industrias del cine y los videojuegos hasta usos en la planificación pública. Dado que las simulaciones de multitudes se basan en la dinámica de grupo y la psicología de multitudes , la precisión y relevancia para situaciones de la vida real es clara. Un gran aspecto de la planificación pública y su uso del análisis de multitudes se encuentra dentro del ámbito de las representaciones situacionales para la evacuación de emergencia. Las evacuaciones se pueden planificar mediante el modelado y el estudio de la interacción y reacción de la multitud. Estas representaciones se basan en modelos y patrones biológicos, por lo que los movimientos predichos son bastante realistas. Se utilizan modelos similares en las industrias cinematográficas para producir simulaciones y escenas realistas.

Simulaciones

Un sistema puede generar una simulación de multitud realista con entradas dadas y simular cómo los objetos o agentes en movimiento simulados interactuarán entre sí y con el entorno. El objetivo es replicar los patrones de movimiento de una multitud dados numerosos agentes en un espacio determinado. Los algoritmos basados ​​en el análisis de multitudes intentan gestionar el movimiento de la multitud. Cuanto más eficiente y realista se vuelve una simulación, más complejo debe volverse el algoritmo. El software debe poder manipular la trayectoria de agentes individuales en función de variables como los objetivos de los agentes, las fuerzas de estrés , los obstáculos y los niveles de excitación .

Ver también

Referencias

  1. ^ Gamma, "Simulación y seguimiento de multitudes basados ​​en datos", UNC en Chapel Hill, 2015
  2. ^ Jacques, Julio, "Análisis de multitudes utilizando técnicas de visión por computadora", "Revista IEEE Signal Processing", septiembre de 2010
  3. ^ ab Zhan, Beibei; Monekosso, Dorothy N .; Remagnino, Paolo; Velastín, Sergio A.; Xu, Li-Qun (2008). "Análisis de multitudes: una encuesta". Visión artificial y aplicaciones . 19 (5–6): 345. doi : 10.1007/s00138-008-0132-4. S2CID  1417739.
  4. ^ ab M. Butenuth et al., "Integración de simulación, seguimiento y detección de eventos de peatones para el análisis de multitudes", Conferencia internacional IEEE 2011 sobre talleres de visión por computadora (Talleres ICCV), Barcelona, ​​2011, págs. Web.
  5. ^ Still, G. Keith, "Análisis de riesgos y seguridad de multitudes", G. Keith Still, agosto de 2016
  6. ^ S. Kim, S. Guy, D. Manocha, M. Lin, "Simulación interactiva de comportamientos dinámicos de multitudes utilizando la teoría del síndrome de adaptación general", grupo de investigación Gamma, febrero de 2015
  7. ^ Bonabeau, Eric; Dorigo, Marco; Theraulaz, Guy (1 de enero de 1999). De la inteligencia de enjambre natural a la artificial. Prensa de la Universidad de Oxford. ISBN 978-0-19-513158-1.
  8. ^ Hinchey, MG; Sterritt, R.; Rouff, C. (1 de abril de 2007). "Enjambres e inteligencia de enjambre" (PDF) . Computadora . 40 (4): 111-113. doi :10.1109/MC.2007.144. ISSN  0018-9162. S2CID  2836636.