Ediciones Universidad de Salamanca / CC BY-NC-SA Ciencia Policial, 183, 15-41 31 Detección de alteración de motores ubicados en motocicletas Rodríguez Jiménez, J. M; Canorea Ruiz, M. Á.; Plaza Quesada, A. rango de datos que se poseen, pero se tienen al menos 2 datos que nos permitan realizar una valoración. Estos datos han de ser considerados adecuadamente y conociendo las limitaciones de la extrapolación matemática cuando no siguen un patrón fijo. En el caso de que los valores sean muy cercanos, la pendiente de la recta resultante de extrapolación lineal puede verse afectada y emitir una valoración con una desviación desproporcionada. A partir de las extrapolaciones realizadas durante las evaluaciones del método, se considera que una diferencia inferior a 300 unidades en el número de bastidor de los datos usados puede dar resultados incorrectos con una probabilidad alta, por lo que se condiciona la aplicación de la extrapolación a datos que cumplan dichos criterios. El sistema usado, con algunas variaciones y consideraciones, puede ser usado en sentido inverso, permitiendo estimar un número de bastidor a partir de un número de motor. No puede usarse en todos los casos debido a que el mismo tipo de motor se usa para varias marcas y modelos, pero el número de casos es inferior al 5 % en los datos usados en este estudio. 2.5 Automatización del algoritmo Partiendo de una base de datos inicial de números de bastidor y números de motor, puede crearse un tipo de inteligencia artificial que use un algoritmo evolutivo basado en la aceptación-rechazo de nuevos datos. Cada vez que el sistema recibe un nuevo dato, lo evalúa siguiendo la metodología establecida usando la interpolación/extrapolación y lo considera aceptable o lo rechaza. Si lo considera aceptable, este dato pasaría a formar parte de la base de datos ampliada, lo cual haría que los algoritmos usados para evaluar ese tipo de bastidores recibieran una mejora al reducirse los intervalos donde se evaluarían los nuevos datos (ver Imagen 2). Este método de sistema autoevaluado ya fue descrito en la investigación de permisos de conducir falsificados (Ojeda Aciego y Rodríguez-Jiménez, 2023). En el caso de que el valor estimado se considerara dudoso, al ofrecer un porcentaje de aceptación que no permite valorar adecuadamente si es un dato correcto (40-60 %), el dato pasaría a
RkJQdWJsaXNoZXIy MzA5NDI2