論文の概要: Improving BIM Authoring Process Reproducibility with Enhanced BIM Logging

• arxiv url: http://arxiv.org/abs/2305.18032v1
• Date: Mon, 29 May 2023 11:52:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 05:03:12.293036
• Title: Improving BIM Authoring Process Reproducibility with Enhanced BIM Logging
• Title（参考訳）: BIMロギングの強化によるBIMオーサリングプロセス再現性の向上
• Authors: Suhyung Jang and Ghang Lee
• Abstract要約: 著者らはRevit C# APIを使ってロガーと再生アルゴリズムを開発した。 改良されたBIMログは、ル・コルビュジエが設計したVilla Savoyeのケーススタディにより評価された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents an enhanced building information modeling (BIM) logger that captures building element geometry and attributes to accurately represent the BIM authoring process. The authors developed the logger and reproducing algorithm using the Revit C# API based on the analysis of information required to define building elements and associated attributes. The enhanced BIM log was evaluated through a case study of Villa Savoye designed by Le Corbusier, and the results show that it can accurately represent the BIM authoring process to a substantial level of reproducibility. The study provides a tool for capturing and reproducing the BIM authoring process. Future research can focus on improving the accuracy of the logging and reproducing algorithm and exploring further applications to automate the BIM authoring process using enhanced BIM logs.
• Abstract（参考訳）: 本稿では,BIMオーサリング過程を正確に表現するために,ビルディング要素の形状と属性をキャプチャする拡張ビルディング情報モデリング(BIM)ロガーを提案する。 著者らは、ビルディング要素と関連する属性を定義するのに必要な情報の分析に基づいて、revit c# apiを使用してログおよび再生アルゴリズムを開発した。 拡張されたbimログはル・コルビュジエが設計したヴィラ・サヴォエのケーススタディによって評価され、その結果、bimのオーサリングプロセスを相当レベルの再現性に正確に表現できることが示されている。 この研究は、BIMオーサリングプロセスのキャプチャと再生のためのツールを提供する。 今後の研究は、ロギングと再生のアルゴリズムの精度の向上と、拡張されたBIMログを使用してBIMオーサリングプロセスを自動化するためのさらなる応用を模索することに集中することができる。

関連論文リスト

• A Generalized LLM-Augmented BIM Framework: Application to a Speech-to-BIM system [0.0]
  提案するフレームワークは6つのステップで構成されている。 本稿では,BIM アプリケーション NADIA-S の実装により,提案手法の適用性を示す。
  論文  参考訳（メタデータ） (2024-09-26T23:46:15Z)
• Towards commands recommender system in BIM authoring tool using transformers [0.7499722271664147]
  本研究では,BIMモデリングプロセスの高速化を目的としたシーケンシャルレコメンデーションシステムの可能性について検討する。 本稿では,BIMソフトウェアコマンドを推奨項目として扱うことにより,ユーザの履歴的インタラクションに基づいて次の最良コマンドを予測する,新たなエンドツーエンドアプローチを提案する。
  論文  参考訳（メタデータ） (2024-06-02T17:47:06Z)
• Monte Carlo Tree Search Boosts Reasoning via Iterative Preference Learning [55.96599486604344]
  本稿では,Large Language Models (LLMs) の推論能力向上を目的とした,反復的な選好学習プロセスによるアプローチを提案する。 我々は、MCTS(Monte Carlo Tree Search)を用いて好みデータを反復的に収集し、そのルックアヘッド機能を利用して、インスタンスレベルの報酬をよりきめ細かいステップレベルの信号に分解する。 提案アルゴリズムはDPO(Direct Preference Optimization)を用いて,新たに生成されたステップレベルの優先度データを用いてLCMポリシーを更新する。
  論文  参考訳（メタデータ） (2024-05-01T11:10:24Z)
• Use of BIM Data as Input and Output for Improved Detection of Lighting Elements in Buildings [0.0]
  本稿では,建物における照明要素の自動検出,識別,位置特定のための完全な手法を提案する。 検出システムは、これまでの作業から大きく改善され、以下の2つの主な貢献があります。
  論文  参考訳（メタデータ） (2023-12-18T17:38:49Z)
• A-Scan2BIM: Assistive Scan to Building Information Modeling [24.128574719493365]
  本稿では,大規模クラウドをビルディングインフォメーション・モデリング・アプリケーションの標準化されたデジタル表現に変換するアーキテクト支援システムを提案する。 本稿では, 再建作業の順序がいかに自然であるかを計測する新しい指標を提案する。
  論文  参考訳（メタデータ） (2023-11-30T01:07:14Z)
• BIM-GPT: a Prompt-Based Virtual Assistant Framework for BIM Information Retrieval [0.8339831319589134]
  我々は,BIMと生成事前学習トランスフォーマ(GPT)技術を統合し,NLベースのIRをサポートするプロンプトベースの仮想アシスタント(VA)フレームワークであるBIM-GPTを紹介する。 プロンプトマネージャと動的テンプレートは、GPTモデルのプロンプトを生成し、NLクエリの解釈、検索された情報の要約、BIM関連の質問に答える。 BIM IRデータセット上でのテストでは,NLクエリをデータ無しで分類するための精度が83.5%,精度が99.5%,プロンプトが2%であった。
  論文  参考訳（メタデータ） (2023-04-18T22:46:02Z)
• Named Entity and Relation Extraction with Multi-Modal Retrieval [51.660650522630526]
  マルチモーダルな名前付きエンティティ認識(NER)と関係抽出(RE)は、関連画像情報を活用してNERとREの性能を向上させることを目的としている。 新たなマルチモーダル検索フレームワーク(MoRe)を提案する。 MoReはテキスト検索モジュールと画像ベースの検索モジュールを含み、入力されたテキストと画像の関連知識をそれぞれ知識コーパスで検索する。
  論文  参考訳（メタデータ） (2022-12-03T13:11:32Z)
• Discover, Explanation, Improvement: An Automatic Slice Detection Framework for Natural Language Processing [72.14557106085284]
  スライス検出モデル(SDM)は、データポイントの低パフォーマンスなグループを自動的に識別する。 本稿では,NLPタスクの分類のための "Discover, Explain, improve (DEIM)" というベンチマークを提案する。 評価の結果,Edisaは情報的セマンティックな特徴を持つ誤り発生データポイントを正確に選択できることがわかった。
  論文  参考訳（メタデータ） (2022-11-08T19:00:00Z)
• An Empirical Investigation of Representation Learning for Imitation [76.48784376425911]
  視覚、強化学習、NLPにおける最近の研究は、補助的な表現学習の目的が、高価なタスク固有の大量のデータの必要性を減らすことを示している。 本稿では,表現学習アルゴリズムを構築するためのモジュラーフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-16T11:23:42Z)
• Improving Meta-learning for Low-resource Text Classification and Generation via Memory Imitation [87.98063273826702]
  本稿では,メモリ模倣メタラーニング(MemIML)手法を提案する。 本手法の有効性を証明するために理論的解析を行った。
  論文  参考訳（メタデータ） (2022-03-22T12:41:55Z)
• Progressive Self-Guided Loss for Salient Object Detection [102.35488902433896]
  画像中の深層学習に基づくサラエント物体検出を容易にするプログレッシブ自己誘導損失関数を提案する。 我々のフレームワークは適応的に集約されたマルチスケール機能を利用して、健全な物体の探索と検出を効果的に行う。
  論文  参考訳（メタデータ） (2021-01-07T07:33:38Z)

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。