Revisión sistemática de la aplicación de la inteligencia artificial IA en la detección temprana de desastres naturales

Simple item page
dc.contributor.authorVega Cordoba, JavierAlberto
dc.date.accessioned2026-04-24T15:05:04Z
dc.date.available2026-04-24T15:05:04Z
dc.date.issued2026
dc.descriptionTesis presentada como requisito para optar al título Ingeniería ambiental y Sanitaria
dc.description.abstractEl presente estudio analizó el uso de técnicas y algoritmos de inteligencia artificial (IA) en la detección temprana de desastres naturales, con énfasis en investigaciones desarrolladas en Colombia. A través de una revisión bibliográfica sistemática y el análisis comparativo de casos nacionales e internacionales, se evaluó la precisión de los modelos de IA frente a métodos tradicionales, considerando variables como la predicción de inundaciones, incendios forestales, deslizamientos de tierra y actividad sísmica. Los resultados evidencian que los modelos basados en aprendizaje profundo y redes neuronales presentan niveles de precisión entre el 85 % y el 95 %, superando significativamente las técnicas convencionales. Asimismo, se identificaron desafíos relacionados con la calidad de los datos, la infraestructura tecnológica, la ética algorítmica y la adopción institucional. Finalmente, se formularon recomendaciones estratégicas dirigidas a instituciones gubernamentales, universidades y organismos internacionales, orientadas a fortalecer la eficiencia, equidad y sostenibilidad de la IA en la gestión del riesgo de desastres naturales en Colombia. This study analyzes the use of artificial intelligence (AI) techniques and algorithms in the early detection of natural disasters, with a particular focus on research conducted in Colombia. Through a systematic literature review and a comparative analysis of national and international case studies, the accuracy of AI models was evaluated against traditional detection methods, considering variables such as flood prediction, forest fire detection, landslide monitoring, and seismic activity. Findings reveal that deep learning and neural network models achieve accuracy levels between 85% and 95%, significantly outperforming conventional techniques. Moreover, key challenges were identified regarding data quality, technological infrastructure, algorithmic ethics, and institutional adoption. Finally, strategic recommendations were proposed for governmental institutions, universities, and international organizations to enhance the efficiency, equity, and sustainability of AI-based systems for disaster risk management in Colombia.
dc.description.sponsorshipUniversidad Popular del Cesar
dc.identifier.citationVega Cordoba, J. A. (2026).Revisión sistemática de la aplicación de la inteligencia artificial IA en la detección temprana de desastres naturales [Tesis de Profesional, Universidad Popular del Cesar]. http://repositorio.unicesar.edu.co/home.
dc.identifier.urihttp://repositorio.unicesar.edu.co/handle/123456789/3008
dc.language.isoes
dc.publisherUniversidad Popular del Cesar
dc.titleRevisión sistemática de la aplicación de la inteligencia artificial IA en la detección temprana de desastres naturales
dc.typeThesis
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
VegaCordoba.2026.pdf
Size:
792.49 KB
Format:
Adobe Portable Document Format
Description:
Tesis presentada como requisito para optar al título Ingeniería ambiental y Sanitaria
Download
Thumbnail Image
Name:
CartaAutorizacionVegaCordoba.2026.pdf
Size:
242.64 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Enfermería.