Los mapas de ruidos son herramientas con que cuentan los municipios para planificar y monitorear el crecimiento de las ciudades. La construcción de estos mapas depende de la disponibilidad de datos, entre algunos de los más importantes podemos mencionar los obtenidos de las estaciones de monitoreo, simulaciones numéricas y de colaboración abiertas de la ciudadanía (crowdsourcing), entre otras. Para las simulaciones numéricas, la principal fuente de generación de ruido se corresponde con el tránsito vehicular y factores asociados al mismo.

El objetivo de este proyecto es la construcción de un modelo predictivo y de clasificación del tránsito y caracterización de calles de la ciudad de Córdoba, ambos dependientes del tiempo como principal variable. El modelado se realizará a través de modelos de Aprendizaje Supervisado principalmente.

El trabajo propuesto busca relacionar y vincular el dataset con datos sobre el clima, paros de transporte, marchas, restricción vehicular por situaciones eventuales u ordenanza municipal, etc. y ver su efecto en el flujo del tránsito. Si bien no será parte del presente proyecto, los resultados serán de utilidad para alimentar un modelo de mapa de ruido para la Ciudad de Córdoba.