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.)

País

Ecuador

Entidad pública

Empresa Publica Metropolitana de Agua y Potable y Saneamiento (EPMAPS) de Quito

Ubicación en la estructura del Estado

Instituciones de Educación Superior y/o empresas estatales

Nivel

Subnacional

Clasificación COFOG

Vivienda y Servicios Conexos

Palabra clave

Detección de anomalías

Usa datos personales

Estado conocido del proyecto

En funcionamiento

Potencial aporte a ODS

6, 11, 12, 16, 17

Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)

Análisis, monitoreo e investigación de política pública

Tipo de interacción (sí, no)

G2C

No

G2B

No

G2G

Clasificación OCDE por tipo de tarea (sí, no)

1. Reconocimiento

2. Detección de eventos

3. Predicción

4. Personalización

No

5. Soporte de interacción

No

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

Scroll to Top
Repositorio

Sistemas de IA en América Latina y el Caribe

Tipo de interacción

Clasificación OCDE por tipo de tarea