Cambios

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "R Lopez-Farias, SI Valdez, A Garcia-Robledo, T Bilintoh, 
2
  "author": "R Lopez-Farias, SI Valdez, A Garcia-Robledo, T Bilintoh, 
            
3
FN Bautista", 
3
FN Bautista", 
            
4
  "author_email": null, 
4
  "author_email": null, 
            
5
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
5
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
            
6
  "extras": [
6
  "extras": [
            
7
    {
7
    {
            
8
      "key": "Publicaci\u00f3n", 
8
      "key": "Publicaci\u00f3n", 
            
9
      "value": "Conferencia"
9
      "value": "Conferencia"
            
10
    }, 
10
    }, 
            
11
    {
11
    {
            
12
      "key": "Tipo", 
12
      "key": "Tipo", 
            
13
      "value": "Publicaci\u00f3n"
13
      "value": "Publicaci\u00f3n"
            
14
    }
14
    }
            
15
  ], 
15
  ], 
            
16
  "groups": [
16
  "groups": [
            
17
    {
17
    {
            
18
      "description": "Este grupo integra las publicaciones 
18
      "description": "Este grupo integra las publicaciones 
            
19
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
19
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
            
20
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
20
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
            
21
presentados en congresos nacionales e internacionales, manuscritos en 
21
presentados en congresos nacionales e internacionales, manuscritos en 
            
22
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
22
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
            
23
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
23
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
            
24
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
24
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
            
25
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
25
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
            
26
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
26
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
            
27
      "display_name": "Publicaciones", 
27
      "display_name": "Publicaciones", 
            
28
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
28
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
            
29
      "image_display_url": "", 
29
      "image_display_url": "", 
            
30
      "name": "publicaciones", 
30
      "name": "publicaciones", 
            
31
      "title": "Publicaciones"
31
      "title": "Publicaciones"
            
32
    }
32
    }
            
33
  ], 
33
  ], 
            
34
  "id": "eb80b75f-236a-43c2-afed-cf0b77b58f4d", 
34
  "id": "eb80b75f-236a-43c2-afed-cf0b77b58f4d", 
            
35
  "isopen": false, 
35
  "isopen": false, 
            
36
  "license_id": null, 
36
  "license_id": null, 
            
37
  "license_title": null, 
37
  "license_title": null, 
            
38
  "maintainer": null, 
38
  "maintainer": null, 
            
39
  "maintainer_email": null, 
39
  "maintainer_email": null, 
            
40
  "metadata_created": "2025-10-10T07:19:42.732491", 
40
  "metadata_created": "2025-10-10T07:19:42.732491", 
            
n
41
  "metadata_modified": "2025-10-10T07:19:43.202190", 
n
41
  "metadata_modified": "2025-10-11T01:22:57.779227", 
            
42
  "name": 
42
  "name": 
            
43
for-urban-land-change-of-morelia-city-via-the-toc-curve-bf58806a15f8", 
43
for-urban-land-change-of-morelia-city-via-the-toc-curve-bf58806a15f8", 
            
44
  "notes": "The feature analysis for feature selection is an important 
44
  "notes": "The feature analysis for feature selection is an important 
            
45
step for defining the inputs of the simulation models for urban 
45
step for defining the inputs of the simulation models for urban 
            
46
growth. The simulation models are valuable tools for describing the 
46
growth. The simulation models are valuable tools for describing the 
            
47
spatiotemporal evolution and probable scenarios of the urban 
47
spatiotemporal evolution and probable scenarios of the urban 
            
48
development of a region. These models use predictors such as distance 
48
development of a region. These models use predictors such as distance 
            
49
to the city center, highways, roads, and water bodies, among others, 
49
to the city center, highways, roads, and water bodies, among others, 
            
50
to forecast land changes. The importance of each characteristic is 
50
to forecast land changes. The importance of each characteristic is 
            
51
unknown a priori. Furthermore, whether a predictor provides any 
51
unknown a priori. Furthermore, whether a predictor provides any 
            
52
information is not evident. In this work, we analyze the predictive 
52
information is not evident. In this work, we analyze the predictive 
            
53
response of a set of features to determine whether they are 
53
response of a set of features to determine whether they are 
            
54
informative and their degree of influence in the prediction. The 
54
informative and their degree of influence in the prediction. The 
            
55
analysis uses the Total Operating Characteristic (TOC) curve to 
55
analysis uses the Total Operating Characteristic (TOC) curve to 
            
56
measure a feature's relevance. The results provide insights into the 
56
measure a feature's relevance. The results provide insights into the 
            
57
relation of a feature with the urban land change and the degree of 
57
relation of a feature with the urban land change and the degree of 
            
58
influence as a single predictor. Although a broader study that uses 
58
influence as a single predictor. Although a broader study that uses 
            
59
sets of features could provide further conclusions, this study serves 
59
sets of features could provide further conclusions, this study serves 
            
60
as a base comparing method and a starting point for feature selection 
60
as a base comparing method and a starting point for feature selection 
            
61
in urban simulation models.", 
61
in urban simulation models.", 
            
62
  "num_resources": 1, 
62
  "num_resources": 1, 
            
n
63
  "num_tags": 6, 
n
63
  "num_tags": 10, 
            
64
  "organization": {
64
  "organization": {
            
65
    "approval_status": "approved", 
65
    "approval_status": "approved", 
            
66
    "created": "2022-05-19T00:10:30.480393", 
66
    "created": "2022-05-19T00:10:30.480393", 
            
67
    "description": "Observatorio Metropolitano CentroGeo", 
67
    "description": "Observatorio Metropolitano CentroGeo", 
            
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
69
    "image_url": 
69
    "image_url": 
            
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
            
71
    "is_organization": true, 
71
    "is_organization": true, 
            
72
    "name": "observatorio-metropolitano-centrogeo", 
72
    "name": "observatorio-metropolitano-centrogeo", 
            
73
    "state": "active", 
73
    "state": "active", 
            
74
    "title": "Observatorio Metropolitano CentroGeo", 
74
    "title": "Observatorio Metropolitano CentroGeo", 
            
75
    "type": "organization"
75
    "type": "organization"
            
76
  }, 
76
  }, 
            
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
78
  "private": false, 
78
  "private": false, 
            
79
  "relationships_as_object": [], 
79
  "relationships_as_object": [], 
            
80
  "relationships_as_subject": [], 
80
  "relationships_as_subject": [], 
            
81
  "resources": [
81
  "resources": [
            
82
    {
82
    {
            
83
      "cache_last_updated": null, 
83
      "cache_last_updated": null, 
            
84
      "cache_url": null, 
84
      "cache_url": null, 
            
85
      "created": "2025-10-10T07:19:43.224936", 
85
      "created": "2025-10-10T07:19:43.224936", 
            
86
      "datastore_active": false, 
86
      "datastore_active": false, 
            
87
      "description": "The feature analysis for feature selection is an 
87
      "description": "The feature analysis for feature selection is an 
            
88
important step for defining the inputs of the simulation models for 
88
important step for defining the inputs of the simulation models for 
            
89
urban growth. The simulation models are valuable tools for describing 
89
urban growth. The simulation models are valuable tools for describing 
            
90
the spatiotemporal evolution and probable scenarios of the urban 
90
the spatiotemporal evolution and probable scenarios of the urban 
            
91
development of a region. These models use predictors such as distance 
91
development of a region. These models use predictors such as distance 
            
92
to the city center, highways, roads, and water bodies, among others, 
92
to the city center, highways, roads, and water bodies, among others, 
            
93
to forecast land changes. The importance of each characteristic is 
93
to forecast land changes. The importance of each characteristic is 
            
94
unknown a priori. Furthermore, whether a predictor provides any 
94
unknown a priori. Furthermore, whether a predictor provides any 
            
95
information is not evident. In this work, we analyze the predictive 
95
information is not evident. In this work, we analyze the predictive 
            
96
response of a set of features to determine whether they are 
96
response of a set of features to determine whether they are 
            
97
informative and their degree of influence in the prediction. The 
97
informative and their degree of influence in the prediction. The 
            
98
analysis uses the Total Operating Characteristic (TOC) curve to 
98
analysis uses the Total Operating Characteristic (TOC) curve to 
            
99
measure a feature's relevance. The results provide insights into the 
99
measure a feature's relevance. The results provide insights into the 
            
100
relation of a feature with the urban land change and the degree of 
100
relation of a feature with the urban land change and the degree of 
            
101
influence as a single predictor. Although a broader study that uses 
101
influence as a single predictor. Although a broader study that uses 
            
102
sets of features could provide further conclusions, this study serves 
102
sets of features could provide further conclusions, this study serves 
            
103
as a base comparing method and a starting point for feature selection 
103
as a base comparing method and a starting point for feature selection 
            
104
in urban simulation models.", 
104
in urban simulation models.", 
            
105
      "format": "HTML", 
105
      "format": "HTML", 
            
106
      "hash": "", 
106
      "hash": "", 
            
107
      "id": "2f021c29-4c09-4734-94b1-61d3d2d3a282", 
107
      "id": "2f021c29-4c09-4734-94b1-61d3d2d3a282", 
            
108
      "last_modified": null, 
108
      "last_modified": null, 
            
n
109
      "metadata_modified": "2025-10-10T07:19:43.206415", 
n
109
      "metadata_modified": "2025-10-11T01:22:57.782744", 
            
110
      "mimetype": null, 
110
      "mimetype": null, 
            
111
      "mimetype_inner": null, 
111
      "mimetype_inner": null, 
            
112
      "name": "Feature Analysis for Urban-land Change of Morelia City 
112
      "name": "Feature Analysis for Urban-land Change of Morelia City 
            
113
Via the TOC Curve", 
113
Via the TOC Curve", 
            
114
      "package_id": "eb80b75f-236a-43c2-afed-cf0b77b58f4d", 
114
      "package_id": "eb80b75f-236a-43c2-afed-cf0b77b58f4d", 
            
115
      "position": 0, 
115
      "position": 0, 
            
116
      "resource_type": null, 
116
      "resource_type": null, 
            
117
      "size": null, 
117
      "size": null, 
            
118
      "state": "active", 
118
      "state": "active", 
            
119
      "url": "https://doi.org/10.1109/enc60556.2023.10508696", 
119
      "url": "https://doi.org/10.1109/enc60556.2023.10508696", 
            
120
      "url_type": null
120
      "url_type": null
            
121
    }
121
    }
            
122
  ], 
122
  ], 
            
123
  "state": "active", 
123
  "state": "active", 
            
124
  "tags": [
124
  "tags": [
            
125
    {
125
    {
            
n
126
      "display_name": "big-data", 
n
126
      "display_name": "a-priori-and-a-posteriori", 
            
127
      "id": "9d010501-9c43-4888-8bde-6e679234a080", 
127
      "id": "65390f44-ab4c-4f97-8afe-75c72e71e50c", 
            
128
      "name": "big-data", 
128
      "name": "a-priori-and-a-posteriori", 
            
129
      "state": "active", 
            
130
      "vocabulary_id": null
            
131
    }, 
            
132
    {
            
133
      "display_name": "artificial-intelligence", 
            
134
      "id": "47cb06d3-c2a4-42af-b633-03eea6181083", 
            
135
      "name": "artificial-intelligence", 
            
129
      "state": "active", 
136
      "state": "active", 
            
130
      "vocabulary_id": null
137
      "vocabulary_id": null
            
131
    }, 
138
    }, 
            
132
    {
139
    {
            
133
      "display_name": "computer-science", 
140
      "display_name": "computer-science", 
            
134
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
141
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
            
135
      "name": "computer-science", 
142
      "name": "computer-science", 
            
136
      "state": "active", 
143
      "state": "active", 
            
137
      "vocabulary_id": null
144
      "vocabulary_id": null
            
138
    }, 
145
    }, 
            
139
    {
146
    {
            
n
140
      "display_name": "distributed-computing", 
n

            
141
      "id": "e4749285-53bd-48e3-8b01-3ebb7b19d0ea", 

            
142
      "name": "distributed-computing", 

            
143
      "state": "active", 

            
144
      "vocabulary_id": null

            
145
    }, 

            
146
    {

            
147
      "display_name": "graphs", 
147
      "display_name": "data-mining", 
            
148
      "id": "4ce48277-b4dc-4efe-b30c-a82a07b000b4", 
148
      "id": "bc92b940-6ae7-4005-9885-39c0bf8e2aa7", 
            
149
      "name": "graphs", 
149
      "name": "data-mining", 
            
150
      "state": "active", 
150
      "state": "active", 
            
151
      "vocabulary_id": null
151
      "vocabulary_id": null
            
152
    }, 
152
    }, 
            
153
    {
153
    {
            
n
n
154
      "display_name": "feature-linguistics", 
            
155
      "id": "359a6897-20b1-4cd2-bb05-6336c1652ac3", 
            
156
      "name": "feature-linguistics", 
            
157
      "state": "active", 
            
158
      "vocabulary_id": null
            
159
    }, 
            
160
    {
            
161
      "display_name": "feature-selection", 
            
162
      "id": "b726524c-3c26-401c-b29d-a509f4a9ad38", 
            
163
      "name": "feature-selection", 
            
164
      "state": "active", 
            
165
      "vocabulary_id": null
            
166
    }, 
            
167
    {
            
168
      "display_name": "machine-learning", 
            
169
      "id": "99557dd8-2914-4e28-8278-7a042cfb23d0", 
            
170
      "name": "machine-learning", 
            
171
      "state": "active", 
            
172
      "vocabulary_id": null
            
173
    }, 
            
174
    {
            
175
      "display_name": "measure-data-warehouse", 
            
176
      "id": "1d7ee22c-d27e-44aa-a831-3b520a951fba", 
            
177
      "name": "measure-data-warehouse", 
            
178
      "state": "active", 
            
179
      "vocabulary_id": null
            
180
    }, 
            
181
    {
            
154
      "display_name": "mapreduce", 
182
      "display_name": "relevance-law", 
            
155
      "id": "179e2fcb-bbab-41b4-a188-fdef830e91cd", 
183
      "id": "829d2e05-8cb0-4c03-af39-db64ae13bed4", 
            
156
      "name": "mapreduce", 
184
      "name": "relevance-law", 
            
157
      "state": "active", 
185
      "state": "active", 
            
158
      "vocabulary_id": null
186
      "vocabulary_id": null
            
159
    }, 
187
    }, 
            
160
    {
188
    {
            
t
161
      "display_name": "network-science", 
t
189
      "display_name": "set-abstract-data-type", 
            
162
      "id": "cded1316-bbe3-44dc-b08f-19d811df2330", 
190
      "id": "b2cf6bcc-6aa2-4a45-9c63-4066f4e32845", 
            
163
      "name": "network-science", 
191
      "name": "set-abstract-data-type", 
            
164
      "state": "active", 
192
      "state": "active", 
            
165
      "vocabulary_id": null
193
      "vocabulary_id": null
            
166
    }
194
    }
            
167
  ], 
195
  ], 
            
168
  "title": "Feature Analysis for Urban-land Change of Morelia City Via 
196
  "title": "Feature Analysis for Urban-land Change of Morelia City Via 
            
169
the TOC Curve", 
197
the TOC Curve", 
            
170
  "type": "dataset", 
198
  "type": "dataset", 
            
171
  "url": "https://doi.org/10.1109/enc60556.2023.10508696", 
199
  "url": "https://doi.org/10.1109/enc60556.2023.10508696", 
            
172
  "version": null
200
  "version": null
            
173
}
201
}