En este trabajo se ahonda en el desarrollo de herramientas mediante la implementación de redes neuronales profundas y la utilización de tecnologías como Plaxis, TensorFlow y Python para el desarrollo de modelos de diseño automático. Este modelo se enfoca en estimar el asentamiento de túneles de metro, y su creación se basó tanto en datos sintéticos como en datos reales extraídos de fuentes bibliográficas. 
La investigación no solo se destaca por su innovación tecnológica, sino también por su aplicabilidad en infraestructuras subterráneas críticas, como los túneles. La capacidad predictiva demostrada por este modelo ofrece una muy buena herramienta para pre-diseño y la planificación de proyectos de infraestructura subterránea. Los resultados presentados en mayo en el World Tunnel Congress 2023 resaltaron la viabilidad y la efectividad de esta aproximación, que representa una herramienta con una gran potencial en el desarrollo de la ingeniería civil moderna.
.jpg)
