Fusión multimodal de IA para la resiliencia de infraestructuras: marco de análisis urbano en tiempo real alineado con...

Área de la Ciencia:

• Inteligencia Artificial
• Planificación Urbana
• Reducción del Riesgo de Desastres

Sus antecedentes:

• La gestión del riesgo de inundaciones urbanas se enfrenta a desafíos debido a la capacidad humana limitada, el soporte técnico y la integración de la planificación.
• Los modelos existentes a menudo no logran capturar la dinámica compleja de los datos urbanos temporales y espaciales.

Objetivo del estudio:

• Proponer un marco de fusión multimodal de IA para la evaluación avanzada del riesgo de inundaciones urbanas.
• Desarrollar un Índice de Puntuación de Resiliencia (RSI) dinámico para la detección de anomalías en tiempo real y el soporte a la toma de decisiones.
• Evaluar la generalización del marco propuesto en diversos entornos de datos urbanos.

Principales métodos:

• Un modelo híbrido de IA que combina Long-Short Term Memory (LSTM) y Graph Neural Networks (GNN) para analizar datos urbanos temporales y espaciales.
• Integración de Edge-AI para el procesamiento inmediato de datos de sensores y paneles de control para la toma de decisiones con información sobre la ciudad.
• Evaluación en tres ciudades distintas: Singapur, Chennai y Rotterdam.

Principales resultados:

• El modelo LSTM+GNN demostró un rendimiento superior en comparación con ARIMA, Random Forest y redes profundas unimodales.
• Se observó una mejora estadísticamente significativa en la puntuación F1 (p < 0,05).
• El modelo mostró un rendimiento robusto con solo una degradación menor en condiciones de datos ruidosos e incompletos.

Conclusiones:

• El marco de IA propuesto ofrece una solución escalable y basada en evidencia para la planificación de infraestructuras urbanas y la reducción del riesgo de desastres.
• Este trabajo apoya el Objetivo de Desarrollo Sostenible 9 (ODS-9) al mejorar la resiliencia de las ciudades inteligentes.
• El marco proporciona un modelo replicable para iniciativas globales de resiliencia de ciudades inteligentes.