Predicción del Índice de Pobreza Multidimensional (IPM) censal usando aprendizaje de máquinas e imágenes satelitales
Esta es una metodología diseñada, con el uso de imágenes satelitales y aprendizaje automático, para estimar el Índice de Pobreza Multidimensional (IPM) a nivel municipal y por manzanas en las cabeceras municipales para los períodos intercensales. Con el objetivo de obtener otras mediciones del IPM y mitigar así posibles limitaciones en las mediciones existentes.
- Fecha de publicación de esta ficha:
Entidad pública
(DANE)
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Estado conocido del proyecto
Año de inicio en pilotaje del sistema
Año de entrada en funcionamiento del sistema
Usa datos personales
Tipo de SDA
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Sector de gobierno al que aporta el sistema (Clasificación BID)
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
Fuentes primarias y secundarias del repositorio
F1: Dashboard de seguimiento al Marco Ético de Inteligencia Artificial.
F10: Datos Abiertos
F43: Informe de Gestión del Sector de Información Estadística (julio 2020 – junio 2021). Informe al Congreso. (DANE; IGAC).
F102: Decreto 1208 de 2022
F103: Guía sobre la disponibilidad de información territorial para los objetivos de desarrollo sostenible.
F134: Informe Github “Índice de pobreza multidimensional. Predicción del IPM censal usando aprendizaje de máquinas e imágenes satelitales.”
F343: DANE- Github “IPM-Pobrezamultidimensional/README.”
F923: Departamento Administrativo Nacional de Estadística (DANE) (15 de agosto 2024). Respuesta a derecho de petición sobre el sistema “Predicción del Índice de Pobreza Multidimensional (IPM) censal usando aprendizaje de máquinas e imágenes satelitales.”