| Revista: | Reincisol |
| Base de datos: | |
| Número de sistema: | 000573901 |
| ISSN: | 2953-6421 |
| Autores: | Zambrano Salazar, Luis Leonardo1 Gamboa López, Enma Katherine2 |
| Instituciones: | 1Universidad Técnica de Ambato, Ambato, Tungurahua. Ecuador 2Ministerio de Transporte y Obras Públicas del Ecuador, Quito, Pichincha. Ecuador |
| Año: | 2024 |
| Volumen: | 3 |
| Número: | 5 |
| Paginación: | 1490-1514 |
| País: | Ecuador |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Resumen en inglés | The selection of construction materials in residential construction is key to ensure the durability and quality of the work, as well as the safety of the users. The selection process used to be based on rigorous tests that were costly, slow and inaccurate, but with technology and the advance of information technology, this process has improved; therefore, the objective of this research was to describe the existing artificial intelligence techniques for the selection of concrete used in residential construction. For this purpose, a review of 240 articles was carried out in databases such as Scopus, Scielo, Latindex and Google academic, on machine learning, deep learning, neural networks and Big data techniques, from which 24 of the most relevant articles were selected based on the inclusion and quality criteria. The results of the review show that selection methods based on artificial intelligence have been efficient for the evaluation of concrete quality, so they can be used for the selection of materials resistant to the most prevalent risks such as fires, earthquakes and hurricanes. |
| Resumen en español | La selección de los materiales de construcción en obras residenciales es clave para garantizar la durabilidad y calidad de la obra, así como seguridad de los usuarios. El proceso de selección antes se basaba en rigurosos ensayos que resultaban costosos, lentos e imprecisos, pero con la tecnología y el avance de la informática han mejorado; por lo tanto, el objetivo de la presente investigación fue describir las técnicas de inteligencia artificial existente para la selección del concreto usado en construcciones residenciales. Para ello se llevó a cabo una revisión de 240 artículos en base de datos como Scopus, Scielo, Latindex y Google académico, sobre técnicas de machine learning, deep learning, redes neuronales y Big data, de los cuales se seleccionaron 24 de los artículos más relevantes en función de los criterios de inclusión y calidad. Los resultados de la revisión muestran que los métodos de selección basados en inteligencia artificial han sido eficientes para la evaluación de la calidad del concreto, por lo que se pueden usar para la elección de materiales resistente a los riesgos más predominantes como son los incendios, terremotos y huracanes. |
| Disciplinas: | Ingeniería |
| Palabras clave: | calidad, eficiencia, informática, seguridad, urbanismos., Ingeniería civil |
| Keyword: | quality, efficiency, computer science, safety, urbanism., Civil engineering |
| Texto completo: | Texto completo (Ver PDF) |
