Herramientas digitales y uso de inteligencia artificial en geotecnia: Un enfoque en la evaluación de taludes con Matlab

Digital tools and use of artificial intelligence in geotechnics: a focus on slope assessment with matlab

Autores/as

  • José Ramón López Universidad de San Carlos de Guatemala

DOI:

https://doi.org/10.56712/latam.v5i1.1640

Palabras clave:

inteligencia artificial, matlab, eficiencia digital y análisis geotécnico

Resumen

En la constante evolución de la ingeniería geotécnica, la integración de la Inteligencia Artificial (IA) y programas computacionales como Matlab resulta fundamental para complementar y simplificar la interpretación de análisis complejos en suelos. A través de métodos como el análisis de equilibrio límite, esta integración facilita la obtención de datos y cálculos precisos de factores de seguridad. La aplicación de la IA busca potenciar la predicción de comportamientos geotécnicos, especialmente en aspectos como la estabilidad de taludes y la previsión de asentamientos. Matlab se destaca al facilitar la implementación de algoritmos inteligentes y el análisis de datos complejos en este ámbito. No obstante, el éxito de la implementación de la inteligencia artificial en ingeniería geotécnica depende de la colaboración interdisciplinaria entre ingenieros y expertos en IA, superando desafíos como la calidad de los datos y la interpretación confiable de resultados. Con los avances tecnológicos en IA, se vislumbra un futuro prometedor para la ingeniería geotécnica, con mayores niveles de sofisticación y adaptabilidad. Se anticipa que la IA automatizará tareas rutinarias, mejorará la eficiencia en proyectos geotécnicos y ofrecerá simulaciones en tiempo real para prever posibles fallas. Sin embargo, es crucial abordar desafíos como la calidad de datos y una interpretación adecuada para aprovechar plenamente el potencial de la IA en ingeniería geotécnica.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

José Ramón López, Universidad de San Carlos de Guatemala

Citas

Augusto, C., Montoya, H., & Pacheco De Asis, A. (2011). Herramientas para análisis por confiabilidad en geotecnia: la teoría. 10(18), 69–78.

Baghbani, A., Choudhury, T., Costa, S., & Reiner, J. (2022). Application of artificial intelligence in geotechnical engineering: A state-of-the-art review. Earth-Science Reviews, 228, 103991. https://doi.org/10.1016/J.EARSCIREV.2022.103991

Bressani, L. A., Simoes, E. B., Ogura, A. T., Boesing, I. J., Hanauer, D. S., & Balbinot, G. (2018). A Monitoring System for Landslides and Geotechnical Works Using Statistical and Artificial Intelligence Models.

Bui, X. N., Nguyen, H., Choi, Y., Nguyen-Thoi, T., Zhou, J., & Dou, J. (2020). Prediction of slope failure in open-pit mines using a novel hybrid artificial intelligence model based on decision tree and evolution algorithm. Scientific Reports, 10(1). https://doi.org/10.1038/s41598-020-66904-y

Castillo, P. (2018). Simulación en matlab del comportamiento de suelos no saturados [Máster en Ingeniería del Terreno e Ingeniería Ssísmica]. Universidad Politécnica de Catalunya.

Ebid, A. M. (2021). 35 Years of (AI) in Geotechnical Engineering: State of the Art. In Geotechnical and Geological Engineering (Vol. 39, Issue 2, pp. 637–690). Springer Science and Business Media Deutschland GmbH. https://doi.org/10.1007/s10706-020-01536-7

Kérisel, J. (1985, August 12). Volumen del jubileo de oro. Actas de la undécima conferencia internacional sobre mecánica de suelos e ingeniería de cimentaciones, SAN FRANCISCO, 12-16 DE AGOSTO DE 1985.

López, C. (2002). MATLAB y sus aplicaciones en las ciencias y la ingeniería (Pearson Educación). Prentice Hall.

Mancilla, E. (2023, April 25). IA vs. machine learning vs. deep learning vs. redes neuronales: ¿Cuál es la diferencia? INVGATE.

Mathworks. (2023, April 25). MATLAB EXPO 2023 ofrece más de 50 sesiones online enfocadas en ocho áreas tecnológicas populares, incluidas IA, electrificación y comunicaciones inalámbricas - MATLAB & Simulink. Mathworks. https://es.mathworks.com/company/newsroom/matlab-expo-2023-features-more-than-fifty-online-sessions-focused-on-eight-trending-technology-areas-including-ai-electrification-and-wireless-communications.html

Moayedi, H., Mosallanezhad, M., Rashid, A. S. A., Jusoh, W. A. W., & Muazu, M. A. (2020). A systematic review and meta-analysis of artificial neural network application in geotechnical engineering: theory and applications. In Neural Computing and Applications (Vol. 32, Issue 2, pp. 495–518). Springer. https://doi.org/10.1007/s00521-019-04109-9

Moore, H. (2018). MATLAB ® para Ingenieros (Pearson). Prentice Hall.

Nanehkaran, Y. A., Licai, Z., Chengyong, J., Chen, J., Anwar, S., Azarafza, M., & Derakhshani, R. (2023). Comparative Analysis for Slope Stability by Using Machine Learning Methods. Applied Sciences (Switzerland), 13(3). https://doi.org/10.3390/app13031555

NIH. (2020). Inteligencia Artificial (IA). www.nibib.nih.gov

Rahman, M. Mizanur., & Jaksa, Mark. (2022). Proceedings of 20th International Conference on Soil Mechanics and Geotechnical Engineering (ICSMGE 2022), A geotechnical discovery down under : Sydney, New South Wales, Australia, 1-5 May 2022. Australian Geomechanics Society.

Oasys. (2023). Slope | Slope Stability Analysis Software| Oasys. Oasys Slope. https://www.oasys-software.com/products/slope/

Suárez, L. (2016). Análisis de estabilidad de taludes con aplicaciones en MATLAB. https://www.researchgate.net/publication/330834443

Warren, C. (2014). MATLAB for engineers: Development of an online, interactive, self-study course. Engineering Education, 9(1), 86–93. https://doi.org/10.11120/ened.2014.00026

Zhang, P., Yin, Z. Y., & Jin, Y. F. (2022). Machine Learning-Based Modelling of Soil Properties for Geotechnical Design: Review, Tool Development and Comparison. Archives of Computational Methods in Engineering, 29(2), 1229–1245. https://doi.org/10.1007/s11831-021-09615-5

Zhang, W., Li, H., Li, Y., Liu, H., Chen, Y., & Ding, X. (2021). Application of deep learning algorithms in geotechnical engineering: a short critical review. Artificial Intelligence Review, 54(8), 5633–5673. https://doi.org/10.1007/s10462-021-09967-1

Descargas

Publicado

2024-01-29

Cómo citar

López, J. R. (2024). Herramientas digitales y uso de inteligencia artificial en geotecnia: Un enfoque en la evaluación de taludes con Matlab: Digital tools and use of artificial intelligence in geotechnics: a focus on slope assessment with matlab. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 5(1), 880 – 893. https://doi.org/10.56712/latam.v5i1.1640

Número

Sección

Artículos

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede {advancedSearchLink} para este artículo.