Abstract
En Colombia existen viviendas que fueron construidas de manera empírica sin estudios especializados de suelos ni valoraciones previas de los materiales de construcción, lo que las ha llevado al colapso por la aparición de fenómenos naturales. En la actualidad, la lnteligencia Artificial (IA) se ha convertido en una gran herramienta para la realización de tareas complejas, como lo puede ser determinar el grado de vulnerabilidad o el riesgo de colapso de una obra civil. El objetivo de este trabajo es presentar una Revisión Sistemática de la Literatura (RSL) sobre cómo se ha aplicado la Inteligencia Artificial (lA) en la identificación de riesgo de colapso de viviendas. Se concluye que, si bien la IA no puede prevenir directamente los derrumbes de viviendas, puede ayudar a identificar y mitigar los factores que contribuyen a tales eventos; principalmente, a través del uso de sensores para monitorear continuamente la salud estructural en tiempo real y detectar signos de deterioro, estrés u otros problemas que podrían provocar un colapso.
Publisher
Tecnologico de Antioquia Institucion Universitaria
Reference33 articles.
1. Departamento Nacional de Estadísticas. DANE, “Resultados Censo Nacional de Población y Vivienda 2018 - Pasto, Nariño,” 2019, p. 31.
2. Semana. 2022. “Edificio Space: se cumplen nueve años de una tragedia que se pudo prevenir en Medellín”, [En línea]. Disponible en: https://www. semana.com/nacion/medellin/articulo/edificio- space-se-cumplen-nueve-anos-de-una-tragedia- que-se-pudo-prevenir-en-medellin/202222/
3. J. Y. Lee and B. R. Ellingwood, “A decision model for intergenerational life-cycle risk assessment of civil infrastructure exposed to hurricanes under climate change”, Reliability Engineering and System Safety, vol. 159, pp. 100-107, 2017. [En línea]. Disponible en: https://doi.org/10.1016/j. ress.2016.10.022
4. A. Karatzetzou, S. Stefanidis, S. Stefanidou, G. Tsinidis, and D. Pitilakis, “Unified hazard models for risk assessment of transportation networks in a multi-hazard environment”, International Journal of Disaster Risk Reduction, vol. 75, p. 102960, 2022. [En línea]. Disponible en: https:// doi.org/10.1016/j.ijdrr.2022.102960
5. K. N. Siddiquee, A. M. Billah, and A. Issa, “Seismic collapse safety and response modification factor of concrete frame buildings reinforced with superelastic shape memory alloy (SMA) rebar”, Journal of Building Engineering, vol. 42, 2021. [En línea]. Disponible en: https://doi. org/10.1016/j.jobe.2021.102468