Acuadata / AquaData
“Aquadata analiza automáticamente los datos históricos de los últimos 10 años de toda la base de usuarios de la empresa. Se emplean modelos de aprendizaje automático supervisado, semi-supervisado y no supervisado para estimar la probabilidad de fraude para cada unidad de consumo. A través de estos modelos de aprendizaje automático, es posible descubrir patrones que no son identificables por los humanos. Los resultados de Aquadata arrojaron un nivel de confianza del 91.7% en la detección de fraudes.” (BID, s. f.)
- Fecha de publicación de esta ficha:
País
Entidad pública
Empresa Publica Metropolitana de Agua y Potable y Saneamiento (EPMAPS) de Quito
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Usa datos personales
Estado conocido del proyecto
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Tipo de interacción (sí, no)
G2C
G2B
G2G
Clasificación OCDE por tipo de tarea (sí, no)
1. Reconocimiento
2. Detección de eventos
3. Predicción
4. Personalización
5. Soporte de interacción
6. Optimización orientada a objetivos
7. Razonamiento con estructura de conocimiento
¿Sistema previamente registrado en un repositorio anterior? (sí, no)
Nombre del repositorio
fAIr LAC+ del BID
Fuentes primarias y secundarias del repositorio
BID. (s. f.). Acuadata. fAIr LAC+. Recuperado 16 de diciembre de 2024, de https://fairlac.iadb.org/piloto/acuadata
BID. (2024). AquaData: Como mejorar la eficiencia operativa de los servicios de agua con el uso de Inteligencia Artificial. BID. https://www.iadb.org/es/proyecto/RG-T4632