Predicciones globales del consumo de combustibles marítimos mediante aprendizaje automático
Abstract
En las operaciones de buques marítimos, los costos del combustible son costos operativos muy importantes que afectan la rentabilidad general de la industria del transporte marítimo. Aún más importante son las estrictas regulaciones internacionales de la Organización Marítima Internacional (OMI) de Naciones Unidas (UN), que buscan mejorar la eficiencia y prevenir el aumento de las emisiones de gases de efecto invernadero CO2 en este tipo de transporte según lo indicado por el protocolo de Kyoto. En este trabajo se utilizará Aprendizaje Máquina (Machine Learning – ML), para predecir el consumo de este tipo de transporte utilizando los datos del informe sobre el consumo de combustible de los buques presentado a la base de datos GISIS de la OMI (2019:2023) con la intención de sentar las bases para estimar la generación de la emisión de dióxido de carbono (CO2) por parte de los buques de carga que transportan mercancías. La OMI señala que el transporte marítimo es responsable de una parte considerable de las emisiones mundiales de CO2, y existe una creciente preocupación por la necesidad de descarbonizar esta industria mediante combustibles más limpios, siendo importante para Panamá conocer la realidad de estas emisiones, debido a que alrededor del 5% del comercio marítimo mundial (14,000 buques) cruzan nuestras aguas.
Fields of Study & Subjects
Maritime Transport Emissions and Efficiency
Vehicle emissions and performance
Impact of AI and Big Data on Business and Society
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 15 February 2026
- Language
- ES