Impacto del uso de técnicas de aprendizaje automático (machine learning) en la evaluación y mejora de la resistencia estructural de las edificaciones

Abstract

El uso de técnicas de aprendizaje automático (machine learning) ha tenido un impacto significativo en la evaluación y mejora de la resistencia estructural de edificaciones, un tema ampliamente tratado por diversos autores. Estos estudios subrayan la importancia de comprender cómo estas herramientas contribuyen a la predicción de la resistencia estructural, la optimización del diseño, la detección de anomalías y el mantenimiento predictivo de los edificios. La aplicación de estas técnicas es fundamental para mejorar la evaluación y el fortalecimiento de las estructuras, lo que permite el desarrollo de edificaciones más seguras, eficientes y resistentes frente a diversas cargas y condiciones ambientales. Además, investigaciones en diferentes contextos han avanzado en el desarrollo de modelos predictivos, la implementación de técnicas de optimización y la integración de sistemas de monitoreo basados en machine learning, logrando abordar exitosamente los desafíos asociados a este campo. Sin embargo, aún persisten importantes retos, como la integración efectiva de estas técnicas en el diseño y la construcción de edificaciones reales, la validación de los modelos de predicción de resistencia estructural y la evaluación del impacto de estos enfoques en los estándares y regulaciones de construcción. No obstante, la implementación de estas herramientas tiene el potencial de generar beneficios económicos y sociales significativos al promover la construcción de edificaciones más seguras, eficientes y resilientes ante diversas condiciones ambientales y cargas.