Detalle Proyecto- Sistema de Información VIIS

TECNOLOGÍAS DE IA Y MACHINE LEARNING PARA DETECTAR PATRONES DE CRECIMIENTO URBANO EN LA CIUDAD DE PASTO ENTRE 1995 Y 2024.

Código: 3554 • Estado: Entregó Correcciones

Investigador Principal Silvio Leonardo Mesias Patiño

Facultad Artes

Departamento Arquitectura

Resumen del Proyecto Este proyecto explora el uso de tecnologías de inteligencia artificial y machine learning en la detección automatizada de patrones urbanos en la ciudad de Pasto, entre 1995 y 2024. A partir del procesamiento de imágenes satelitales y aéreas de alta resolución, se entrenan modelos capaces de reconocer transformaciones espaciales complejas asociadas al crecimiento urbano, sin limitar el análisis a variables predefinidas. De este modo, se busca identificar tanto fenómenos conocidos como otros patrones latentes o no evidentes, producto de la reorganización morfológica del territorio en el tiempo.

En este sentido, la presente investigación se enfoca en la ciudad de Pasto, que en las últimas décadas ha experimentado una transformación urbana significativa, convirtiéndose en uno de los centros urbanos con mayor dinamismo constructivo en el sur de Colombia. Esta condición la convierte en un caso de estudio ideal para aplicar herramientas de inteligencia artificial y análisis automatizado de imágenes, orientadas no únicamente a verificar fenómenos urbanos conocidos, sino a explorar y descubrir nuevas configuraciones espaciales emergentes. La capacidad de la IA para identificar patrones no evidentes ofrece un camino hacia un diagnóstico urbano más profundo, que permita reinterpretar la estructura territorial y enriquecer los procesos de planificación urbana, formulación del POT y diseño del entorno construido con base en datos geoespaciales objetivos y de alta resolución.

La investigación propone una nueva lectura del espacio urbano desde el cruce entre herramientas computacionales y pensamiento arquitectónico, brindando al diseño y la planificación una base técnica visual y dinámica para comprender la ciudad como un sistema en constante cambio. Los resultados, representados en mapas temáticos, gráficos estadísticos y series temporales, podrán usarse como insumos para la toma de decisiones urbanísticas, el análisis del paisaje construido y la proyección de escenarios futuros basados en datos objetivos.

Convocatoria Docente 2025

Grupos de Investigación

Nombre	Línea	Clasificación
Grupo de investigación Urbano Regional, Visiones y Estudios URVE	Estudios urbanos y regionales	Categoría C

Equipo Investigador

Nombre	Tipo
Sandra Calvachi Arciniegas	INT

Estudiantes

Nombre	Programa Académico
Loguy Marcela Lopez Castro	Arquitectura
Aylen Samara Benavides Villamarín	Arquitectura