論文の概要: IFC models for (semi)automating common planning checks for building permits

• arxiv url: http://arxiv.org/abs/2011.03117v3
• Date: Mon, 20 Dec 2021 16:35:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-25 11:30:13.209124
• Title: IFC models for (semi)automating common planning checks for building permits
• Title（参考訳）: 建築許可証の共通計画チェックを自動化するためのifcモデル
• Authors: Francesca Noardo, Teng Wu, Ken Arroyo Ohori, Thomas Krijnen, Jantien Stoter
• Abstract要約: IFCモデルから必要な情報を抽出して代表規則をチェックするツールが開発された。 ケーススタディは、場所、規制、入力モデルに特化していますが、遭遇した問題のタイプは、自動コードコンプライアンスチェックの一般的な例です。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To support building permit issuing with automatic digital tools, the reuse of models produced by designers would make the process quicker and more objective. However, current studies and pilots often leave a gap with respect to the models as actually provided by architects, having varying quality and content. In this study, rather than taking a top down approach, we started from the available data and made the necessary inferences, which gave the opportunity to tackle basic and common issues often preventing smooth automatic processing. Specific characteristics of the IFC models were outlined and a tool was developed to extract the necessary information from them to check representative regulations. While the case study is specific in location, regulations and input models, the type of issues encountered are a generally applicable example for automated code compliance checking. This represents a solid base for future works towards the automation of building permits issuing.
• Abstract（参考訳）: 自動デジタルツールによる建築許可証発行をサポートするため、デザイナーが作成したモデルの再利用により、プロセスはより迅速かつ客観的になる。 しかし、現在の研究とパイロットは、建築家が実際に提供するモデルに関して、品質や内容の異なるギャップをしばしば残している。 本研究では、トップダウンアプローチではなく、利用可能なデータから始めて必要な推論を行い、基本的な問題や一般的な問題に取り組む機会を与え、スムーズな自動処理を防止した。 IFCモデルの具体的特徴を概説し,代表規則を確認するために必要な情報を抽出するツールを開発した。 ケーススタディは、場所、規制、入力モデルに特化していますが、遭遇した問題のタイプは、自動コードコンプライアンスチェックの一般的な例です。 これは、建築許可の発行の自動化に向けた今後の取り組みの確固たる基盤である。

関連論文リスト

• AIDE: An Automatic Data Engine for Object Detection in Autonomous Driving [68.73885845181242]
  本稿では,問題を自動的に識別し,データを効率よくキュレートし,自動ラベル付けによりモデルを改善する自動データエンジン(AIDE)を提案する。 さらに,AVデータセットのオープンワールド検出のためのベンチマークを構築し,様々な学習パラダイムを包括的に評価し,提案手法の優れた性能を低コストで実証する。
  論文  参考訳（メタデータ） (2024-03-26T04:27:56Z)
• Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
  本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。 提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。 その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
  論文  参考訳（メタデータ） (2024-03-21T15:07:57Z)
• Quantitative Assurance and Synthesis of Controllers from Activity Diagrams [4.419843514606336]
  確率的モデル検査は、定性的および定量的な性質を自動検証するために広く用いられている形式的検証手法である。 これにより、必要な知識を持っていない研究者やエンジニアにはアクセスできない。 本稿では,確率時間の新しいプロファイル,品質アノテーション,3つのマルコフモデルにおけるADの意味論的解釈,アクティビティ図からPRISM言語への変換ルールのセットなど,ADの総合的な検証フレームワークを提案する。 最も重要なことは、モデルをベースとした手法を用いて、完全自動検証のための変換アルゴリズムを開発し、QASCADと呼ばれるツールで実装したことです。
  論文  参考訳（メタデータ） (2024-02-29T22:40:39Z)
• Universal Model in Online Customer Service [19.375293046101657]
  本稿では,eコマースにおけるオンライン顧客サービスを改善するためのソリューションについて紹介する。 我々の新しいアプローチは、機械学習技術を用いて顧客の質問をテキストにタグ付けし、質問と対応するラベルのレポジトリを作成することである。 個別のモデルトレーニングとメンテナンスの必要性をなくすことで、我々のアプローチはモデル開発サイクルとコストの両方を削減します。
  論文  参考訳（メタデータ） (2024-02-24T00:41:16Z)
• AutoAct: Automatic Agent Learning from Scratch for QA via Self-Planning [54.47116888545878]
  AutoActはQAのための自動エージェント学習フレームワークである。 大規模アノテートデータやクローズドソースモデルからの合成計画軌道は依存していない。
  論文  参考訳（メタデータ） (2024-01-10T16:57:24Z)
• Adapting Large Language Models for Content Moderation: Pitfalls in Data Engineering and Supervised Fine-tuning [79.53130089003986]
  大規模言語モデル(LLM)は、様々なドメインでタスクを処理するための実現可能なソリューションとなっている。 本稿では、コンテンツモデレーションのためにプライベートにデプロイ可能なLLMモデルを微調整する方法を紹介する。
  論文  参考訳（メタデータ） (2023-10-05T09:09:44Z)
• Representing Timed Automata and Timing Anomalies of Cyber-Physical Production Systems in Knowledge Graphs [51.98400002538092]
  本稿では,学習されたタイムドオートマトンとシステムに関する公式知識グラフを組み合わせることで,CPPSのモデルベース異常検出を改善することを目的とする。 モデルと検出された異常の両方を知識グラフに記述し、モデルと検出された異常をより容易に解釈できるようにする。
  論文  参考訳（メタデータ） (2023-08-25T15:25:57Z)
• Automated Machine Learning in the smart construction era:Significance and accessibility for industrial classification and regression tasks [6.206133097433925]
  本稿では,自動機械学習(AutoML)技術の建築産業への適用について検討する。 AutoMLを利用することで、建設専門家はソフトウェアを使用して産業データをプロジェクト管理を支援するMLモデルに処理できる。
  論文  参考訳（メタデータ） (2023-08-03T03:17:22Z)
• RESAM: Requirements Elicitation and Specification for Deep-Learning Anomaly Models with Applications to UAV Flight Controllers [24.033936757739617]
  ドメインの専門家やディスカッションフォーラム、公式な製品ドキュメントから知識を統合化するための要件プロセスであるRESAMを紹介します。 本稿では,小型無人航空システムのための飛行制御システムに基づくケーススタディを提案し,その利用が効果的な異常検出モデルの構築を導くことを実証する。
  論文  参考訳（メタデータ） (2022-07-18T18:09:59Z)
• Model Reprogramming: Resource-Efficient Cross-Domain Machine Learning [65.268245109828]
  視覚、言語、音声などのデータに富む領域では、ディープラーニングが高性能なタスク固有モデルを提供するのが一般的である。 リソース制限されたドメインでのディープラーニングは、(i)限られたデータ、(ii)制約付きモデル開発コスト、(iii)効果的な微調整のための適切な事前学習モデルの欠如など、多くの課題に直面している。 モデル再プログラミングは、ソースドメインから十分に訓練されたモデルを再利用して、モデル微調整なしでターゲットドメインのタスクを解くことで、リソース効率のよいクロスドメイン機械学習を可能にする。
  論文  参考訳（メタデータ） (2022-02-22T02:33:54Z)
• DirectDebug: Automated Testing and Debugging of Feature Models [55.41644538483948]
  変数モデル(例えば、特徴モデル)は、ソフトウェアアーティファクトの変数と共通性を表現する一般的な方法である。 複雑でしばしば大規模な機能モデルは欠陥になりうる、すなわち、ソフトウェアアーチファクトの期待される変動特性を表現しない。
  論文  参考訳（メタデータ） (2021-02-11T11:22:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。