Artificial intelligence, machine learning and GIS in environmental engineering: current trends

• Laura Hernández-Alpízar ^[1] ; José Andrés Gómez-Mejía ^[1] ; María Belén Argüello-Vega ^[1]
  1. [1] Instituto Tecnológico de Costa Rica

     Instituto Tecnológico de Costa Rica

     Oriental, Costa Rica

     
• Localización: Tecnología en Marcha, ISSN 0379-3982, ISSN-e 2215-3241, Vol. 37, Nº. Extra 3, 2024 (Ejemplar dedicado a: IEEE International Conference on BioInspired Processing), págs. 87-96
• Idioma: inglés
• Títulos paralelos:
  • Inteligencia artificial, machine learning y SIG en ingeniería ambiental: tendencias actuales
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los avances recientes en inteligencia artificial (IA), aprendizaje automático (ML) y sistemas de información geográfica (SIG) han mejorado significativamente nuestra comprensión de los problemas ambientales. Esta revisión analiza las publicaciones de la Biblioteca Digital IEEE Xplore para evaluar la creciente experiencia en estos campos. Al aplicar filtros basados en año, técnica y palabras clave como agua, aire, suelo, cambio climático, energía y residuos, visualizamos la aplicación cambiante de estas tecnologías en temas ambientales clave. Nuestros hallazgos ofrecen orientación científica sobre las aplicaciones más relevantes y resaltan áreas que necesitan más investigación. Una revisión detallada de la literatura también revela la conexión entre diferentes dominios y su impacto. Este trabajo tiene como objetivo fomentar la investigación en curso y servir como un recurso crítico en la búsqueda de soluciones a los desafíos ambientales

  • English

    Recent advances in Artificial Intelligence (AI), Machine Learning (ML), and Geographic Information Systems (GIS) have significantly enhanced our understanding of environmental issues. This review analyzes publications from the IEEE Xplore Digital Library to assess the growing expertise in these fields. By applying filters based on year, technique, and keywords such as water, air, soil, climate change, energy, and waste, we visualize the evolving application of these technologies across key environmental topics. Our findings offer scientific guidance on the most relevant applications and highlight areas in need of further investigation. A detailed review of the literature also reveals the connection between different domains and their impact. This work intents to promote ongoing research and serve as a critical resource in the search for solutions to environmental challenges