La transferencia de sedimentos suspendidos puede variar ampliamente, desde estar diluida hasta estar hiperconcentrada, dependiendo del flujo local y las condiciones del terreno. Utilizando el modelo de Rouse y el modelo de Kundu y Ghoshal (2017), es posible analizar la distribución de sedimentos para una gama de flujos hiperconcentrados y diluidos. Según el modelo de Kundu y Ghoshal, el flujo de sedimentos sigue un perfil lineal para el régimen de flujo hiperconcentrado y se aplica una ley de potencia para el régimen de flujo diluido concentrado. Este artículo describe estos modelos y cómo los parámetros de Kundu y Ghoshal (coeficientes de ley lineal y coeficientes de ley de potencia) dependen de los parámetros de flujo de sedimentos utilizando técnicas de aprendizaje automático. Los modelos de aprendizaje automático utilizados son XGboost Classifier, Linear Regressor (Ridge), Linear Regressor (Bayesiano), K Vecinos Más Cercanos, Decision Tree Regressor y Support Vector Machines (Regresor). Los modelos se implementaron en Google Colab y se han aplicado para determinar la relación entre cada parámetro de Kundu y Ghoshal con cada parámetro de flujo de sedimentos (concentración media, número de Rouse y parámetro de tamaño) tanto para un perfil lineal como para un perfil de ley de potencia. Los modelos calcularon correctamente el perfil de sedimentos suspendidos para una gama de condiciones de flujo.