El cambio climático es uno de los factores prominentes que causa un aumento en la severidad de las precipitaciones extremas, lo que, a su vez, tiene un gran impacto en los sistemas de drenaje debido a las inundaciones. Las curvas de intensidad-duración-frecuencia (IDF) juegan un papel esencial en el diseño de sistemas de drenaje robustos contra precipitaciones extremas. Es importante incorporar la amenaza potencial del cambio climático en el cálculo de las curvas IDF. La mayoría de los trabajos existentes que han logrado este objetivo se basaron en el análisis de Valor Extremo Generalizado (GEV) combinado con diversas simulaciones de modelos de circulación. Inspirado en trabajos recientes que utilizaron algoritmos de aprendizaje automático para la reducción espacial, este artículo propone un método alternativo para realizar proyecciones de la intensidad de la precipitación durante cortos períodos utilizando aprendizaje automático. El método se basa en la reducción temporal, un procedimiento de reducción realizado sobre la escala temporal en lugar de la escala espacial. El método se entrena y valida utilizando datos de alrededor de dos mil estaciones en los EE. UU. Se calculan y discuten las proyecciones futuras de las curvas IDF.