La advertencia temprana de incendios es una forma importante de abordar la tasa de combustión más rápida de los incendios en hogares modernos y garantizar la seguridad de la vida y la propiedad de los residentes. Para mejorar el rendimiento de las alarmas de incendios en tiempo real, este documento propone un algoritmo de advertencia temprana de incendios en interiores basado en una red neuronal de retropropagación. El algoritmo de advertencia temprana fusiona los datos de temperatura, concentración de humo y monóxido de carbono, que son recolectados por sensores, y produce la probabilidad de ocurrencia de un incendio. En este estudio, se utilizaron muestreo no uniforme y extracción de tendencias para mejorar la capacidad de distinguir señales de incendio e interferencias ambientales. Se utilizaron datos de seis conjuntos de escenarios de incendios de prueba estándar y seis conjuntos de escenarios sin incendio para probar el algoritmo propuesto en este documento. Los resultados de la prueba muestran que el algoritmo propuesto puede alarmar correctamente seis incendios de prueba estándar de estos 12 escenarios, y el tiempo de detección de incendios se reduce en un 32%.