Se propone aquí un procedimiento destinado a pronosticar la tendencia de velocidad de un deslizamiento de tierra durante un período de algunas horas a uno o dos días, junto con su implementación en MATLAB. El método se basa en la transformada wavelet continua (CWT) y redes neuronales convolucionales (CNN) aplicadas a series temporales de lluvia y velocidad proporcionadas por un sistema de monitoreo en tiempo real. Su objetivo es reconocer las condiciones que inducen un fuerte aumento, o incluso una disminución significativa, en la velocidad promedio de la pendiente inestable. Para cada tiempo de evaluación, se calculan los escalogramas de lluvia y velocidad relacionados con los días anteriores (por ejemplo, dos semanas) mediante CWT. Una CNN reconoce la tendencia de velocidad definida en la etapa de entrenamiento que corresponde a estos escalogramas. De esta manera, se pueden proporcionar pronósticos sobre el inicio, la persistencia y el final de un evento crítico a los tomadores de decisiones. También se describe brevemente una aplicación de la caja de herramientas a un deslizamiento de tierra (deslizamiento de Perarolo di Cadore, Alpes Orientales, Italia) para mostrar cómo se pueden elegir los parámetros en un caso real y el rendimiento correspondiente.