Determinación de la plasticidad en arcillas expansivas usando un modelo de inteligencia artificial (IA)

Se propone un modelo inteligente para la determinación de la plasticidad de arcillas expansivas usando datos de suelos arcillosos localizados en el área metropolitana de Cúcuta. Este enfoque novedoso, utilizará técnicas avanzadas de inteligencia artificial para determinan con precisión si estas arci...

Full description

Autores:
Bermudez Santaella, Jose Ricardo
Bermudez Santaella, Jose Ricardo
Tipo de recurso:
http://purl.org/coar/resource_type/c_baaf
Fecha de publicación:
2023
Institución:
Universidad Francisco de Paula Santander
Repositorio:
Repositorio Digital UFPS
Idioma:
spa
OAI Identifier:
oai:repositorio.ufps.edu.co:ufps/9551
Acceso en línea:
https://repositorio.ufps.edu.co/handle/ufps/9551
Palabra clave:
Plasticidad
Arcilla Expansiva
Red Neuronal
Red Neuronal Aleatoria
Inteligencia Artificial (IA)
Rights
openAccess
License
Derechos Reservados - Universidad Francisco de Paula Santander
Description
Summary:Se propone un modelo inteligente para la determinación de la plasticidad de arcillas expansivas usando datos de suelos arcillosos localizados en el área metropolitana de Cúcuta. Este enfoque novedoso, utilizará técnicas avanzadas de inteligencia artificial para determinan con precisión si estas arcillas muestran niveles bajo, medio o alto de plasticidad cuya importancia radica en generar información de interés para los ingenieros civiles antes de desarrollar procesos de construcción en suelos con estas características. La implementación del proyecto puede mejorar la capacidad predictiva de la ingeniería geotécnica en Cúcuta, Colombia y en el Mundo. Los objetivos específicos del proyecto son crear un modelo inteligente basado en una red neuronal aleatoria que pueda procesar datos geotécnicos vinculados a la plasticidad del suelo, optimizar el modelo para garantizar su precisión y confiabilidad en el contexto tanto local como nacional, y evaluar el modelo considerando diferentes condiciones geotécnicas y un conjunto de métricas de desempeño. La metodología es cuantitativa y no-experimental. Se espera generar un modelo inteligente predictivo, preciso y socializar los resultados en un evento de carácter científico.