論文の概要: Interactive Design by Integrating a Large Pre-Trained Language Model and
Building Information Modeling
- arxiv url: http://arxiv.org/abs/2306.14165v1
- Date: Sun, 25 Jun 2023 08:18:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-27 16:21:53.703296
- Title: Interactive Design by Integrating a Large Pre-Trained Language Model and
Building Information Modeling
- Title(参考訳): 大規模事前学習言語モデルとビル情報モデリングの統合によるインタラクティブデザイン
- Authors: Suhyung Jang and Ghang Lee
- Abstract要約: 本研究では,生成型人工知能(AI)モデル,特にOpenAIの生成型事前学習型トランスフォーマ(GPT)シリーズの可能性について検討する。
本研究は,建築家とAIシステム間の動的協調を促進するために,最先端言語モデルの有効性を示すものである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study explores the potential of generative artificial intelligence (AI)
models, specifically OpenAI's generative pre-trained transformer (GPT) series,
when integrated with building information modeling (BIM) tools as an
interactive design assistant for architectural design. The research involves
the development and implementation of three key components: 1) BIM2XML, a
component that translates BIM data into extensible markup language (XML)
format; 2) Generative AI-enabled Interactive Architectural design (GAIA), a
component that refines the input design in XML by identifying designer intent,
relevant objects, and their attributes, using pre-trained language models; and
3) XML2BIM, a component that converts AI-generated XML data back into a BIM
tool. This study validated the proposed approach through a case study involving
design detailing, using the GPT series and Revit. Our findings demonstrate the
effectiveness of state-of-the-art language models in facilitating dynamic
collaboration between architects and AI systems, highlighting the potential for
further advancements.
- Abstract(参考訳): 本研究では,建築設計の対話型設計アシスタントとしてビルディング情報モデリング(BIM)ツールと統合した場合,生成人工知能(AI)モデル,特にOpenAIの生成事前学習変換(GPT)シリーズの可能性を検討する。
この研究には3つの重要なコンポーネントの開発と実装が含まれる。
1 BIM2XMLは、BIMデータを拡張可能なマークアップ言語(XML)フォーマットに変換するコンポーネントである。
2)ジェネレーティブAI対応インタラクティブアーキテクチャ設計(GAIA)は、事前学習言語モデルを用いて、設計意図、関連オブジェクト、およびそれらの属性を特定し、XMLの入力設計を洗練するコンポーネントである。
3. XML2BIM - AI生成したXMLデータをBIMツールに変換するコンポーネント。
本研究は, GPTシリーズとRevitを用いて, 設計詳細化を含むケーススタディを通じて提案手法を検証した。
我々の研究は、建築家とAIシステム間の動的コラボレーションを促進するための最先端言語モデルの有効性を示し、さらなる進歩の可能性を強調した。
関連論文リスト
- Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳(メタデータ) (2024-09-27T06:31:03Z) - A Novel Idea Generation Tool using a Structured Conversational AI (CAI) System [0.0]
本稿では、初心者デザイナーを支援する創造的アイデア生成ツールとして、対話型AIを活用したアクティブなアイデア生成インタフェースを提案する。
これは動的でインタラクティブで文脈に応答するアプローチであり、人工知能(AI)における自然言語処理(NLP)の領域から大きな言語モデル(LLM)を積極的に巻き込む。
このようなAIモデルとアイデアの統合は、連続的な対話ベースのインタラクション、コンテキストに敏感な会話、多彩なアイデア生成の促進に役立つ、アクティブな理想化(Active Ideation)シナリオと呼ばれるものを生み出します。
論文 参考訳(メタデータ) (2024-09-09T16:02:27Z) - Knowledge-Aware Reasoning over Multimodal Semi-structured Tables [85.24395216111462]
本研究では、現在のAIモデルがマルチモーダルな構造化データに基づいて知識を考慮した推論を行うことができるかどうかを検討する。
この目的のために設計された新しいデータセットであるMMTabQAを紹介する。
我々の実験は、複数のテキストと画像の入力を効果的に統合し解釈する上で、現在のAIモデルに対する重大な課題を浮き彫りにしている。
論文 参考訳(メタデータ) (2024-08-25T15:17:43Z) - Text2BIM: Generating Building Models Using a Large Language Model-based Multi-Agent Framework [0.3749861135832073]
Text2 BIMは、自然言語命令から3Dビルディングモデルを生成するマルチエージェントフレームワークである。
エージェントワークフローにルールベースのモデルチェッカーを導入し、LLMエージェントを誘導し、生成されたモデル内の問題を解決する。
このフレームワークは、ユーザ入力によって定義された抽象概念に沿った、高品質で構造的に合理的なビルディングモデルを効果的に生成することができる。
論文 参考訳(メタデータ) (2024-08-15T09:48:45Z) - Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。
本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。
本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
論文 参考訳(メタデータ) (2024-04-13T02:39:36Z) - Learning to Extract Structured Entities Using Language Models [52.281701191329]
機械学習の最近の進歩は、情報抽出の分野に大きな影響を与えている。
タスクをエンティティ中心にすることで、さまざまなメトリクスの使用を可能にします。
我々は、Structured Entity extractを導入し、Adroximate Entity Set OverlaPメトリックを提案し、この分野にコントリビュートします。
論文 参考訳(メタデータ) (2024-02-06T22:15:09Z) - Generative Structural Design Integrating BIM and Diffusion Model [4.619347136761891]
本研究では,ビルディング情報モデリング(BIM)をインテリジェントな構造設計に適用し,BIMと生成AIを統合した構造設計パイプラインを確立する。
人図作成のプロセスにインスパイアされた生成フレームワークでは,AIモデルの生成困難を軽減するため,新たな2段階生成フレームワークが提案されている。
生成型AIツールでは、広く使われているGANベースのモデルを置き換えるために拡散モデル(DM)を導入し、新しい物理ベースの条件付き拡散モデル(PCDM)を提案し、異なる設計の前提条件を検討する。
論文 参考訳(メタデータ) (2023-11-07T15:05:19Z) - Experiments on Generative AI-Powered Parametric Modeling and BIM for
Architectural Design [4.710049212041078]
この研究は、3Dアーキテクチャ設計におけるChatGPTと生成AIの可能性について実験した。
このフレームワークはアーキテクトに設計意図を伝えるための直感的で強力な方法を提供する。
論文 参考訳(メタデータ) (2023-08-01T01:51:59Z) - SIM-Trans: Structure Information Modeling Transformer for Fine-grained
Visual Categorization [59.732036564862796]
本稿では,オブジェクト構造情報を変換器に組み込んだSIM-Trans(Structure Information Modeling Transformer)を提案する。
提案した2つのモジュールは軽量化されており、任意のトランスフォーマーネットワークにプラグインでき、エンドツーエンドで容易に訓練できる。
実験と解析により,提案したSIM-Transが細粒度視覚分類ベンチマークの最先端性能を達成することを示した。
論文 参考訳(メタデータ) (2022-08-31T03:00:07Z) - Driving Digital Engineering Integration and Interoperability Through
Semantic Integration of Models with Ontologies [0.0]
本稿では,Digital Engineering Framework for Integrationを紹介します。
DEFII、SWTをエンジニアリング設計および分析タスクに組み込む。
このフレームワークは、オントロジーに準拠したデータと対話するための3つの表記インターフェイスを含んでいる。
フレームワークの使用は、ツールに依存しない、プロジェクト全体、システム、ミッションにまたがる真実の信頼できる情報源をもたらす。
論文 参考訳(メタデータ) (2022-06-08T14:58:09Z) - A Dependency Syntactic Knowledge Augmented Interactive Architecture for
End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。
このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。
3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文 参考訳(メタデータ) (2020-04-04T14:59:32Z)
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。