論文の概要: Design of a Representation Information Repository for the Long-Term Usability of Digital Building Documents
- arxiv url: http://arxiv.org/abs/2404.19337v1
- Date: Tue, 30 Apr 2024 08:04:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-01 15:04:27.098399
- Title: Design of a Representation Information Repository for the Long-Term Usability of Digital Building Documents
- Title(参考訳): デジタル建築文書の長期使用性を考慮した表現情報リポジトリの設計
- Authors: Uwe M. Borghoff, Eberhard Pfeiffer, Peter Rödig,
- Abstract要約: デジタルビルディング文書の長期使用性は、インフラポートフォリオの保守と最適化に不可欠である。
建物固有の知識の保存と、内部に隠された文化遺産を支えている。
これは、公共行政やアーカイブなど、大規模なデジタル建築文書の収集に責任を負う組織に特に当てはまる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The long-term usability of digital building documents is essential for the maintenance and optimization of infrastructure portfolios. It supports the preservation of building-specific knowledge and the cultural heritage hidden within. However, having to do this throughout the lifecycle of a building - or even indefinitely - remains a major challenge. This is especially true for organizations responsible for large collections of digital building documents, such as public administrations or archives. In this article, we first describe the challenges and requirements associated with preservation tasks, and then introduce the concept of so-called representation information within BIM (Building Information Modeling). This type of information is important to give meaning to the stored bit sequences for a particular community. Then, we design a repository for representation information and introduce some so-called 23 BIMcore content elements. Finally, we focus on BIM and the construction sector and explain how the proposed repository can be used to implement the two concepts introduced in the ISO reference model OAIS (Open Archival Information System), namely the representation information and the context information, as well as the concept of significant properties, which has not yet been explicitly modeled in OAIS.
- Abstract(参考訳): デジタルビルディング文書の長期使用性は、インフラポートフォリオの保守と最適化に不可欠である。
建物固有の知識の保存と、内部に隠された文化遺産を支えている。
しかしながら、建物のライフサイクル全体(あるいは無期限でさえ)を通じてこれを行わなければならないことは、依然として大きな課題です。
これは、公共行政やアーカイブなど、大規模なデジタル建築文書の収集に責任を負う組織に特に当てはまる。
本稿では,まず,保存作業に関連する課題と要件について述べるとともに,BIM(Building Information Modeling)におけるいわゆる表現情報の概念を紹介する。
このタイプの情報は、特定のコミュニティのために格納されたビットシーケンスに意味を与えるために重要である。
そこで我々は,表現情報のためのレポジトリを設計し,いわゆる23BIMcoreコンテンツ要素を導入する。
最後に, BIM と建設セクターに着目し,ISO 参照モデル OAIS (Open Archival Information System) で導入された2つの概念,すなわち表現情報と文脈情報,さらには OAIS で明示的にモデル化されていない重要な特性の概念の実装に,提案するリポジトリをどのように利用することができるかを説明する。
関連論文リスト
- A Rhetorical Relations-Based Framework for Tailored Multimedia Document Summarization [0.0]
本稿では,マルチメディア文書要約のための新しいフレームワークを提案する。
このフレームワークは文書の固有の構造を利用して、一貫性と簡潔な要約を作成できる。
重み付けアルゴリズムを用いて文書単位に重み付けを行い、関連コンテンツの効果的なランク付けと選択を可能にする。
論文 参考訳(メタデータ) (2024-12-26T09:29:59Z) - Document Parsing Unveiled: Techniques, Challenges, and Prospects for Structured Information Extraction [23.47150047875133]
文書解析は、構造化されていない文書と半構造化された文書を機械可読データに変換するのに不可欠である。
文書解析は知識ベースの構築とトレーニングデータ生成において不可欠である。
本稿では,モジュール型文書解析システムと複雑なレイアウト処理における視覚言語モデルが直面する課題について論じる。
論文 参考訳(メタデータ) (2024-10-28T16:11:35Z) - A Document-based Knowledge Discovery with Microservices Architecture [0.0]
我々は、知識発見の文脈における重要な課題を指摘し、データベースアーキテクチャを用いてこれらに対処するためのアプローチを提示した。
提案手法は,キーワード抽出,文書の計算,自然言語の類似性,抽出した情報の言語に依存しない提供に焦点をあてた概念設計へと導いた。
論文 参考訳(メタデータ) (2024-06-13T09:28:31Z) - Everything is Editable: Extend Knowledge Editing to Unstructured Data in Large Language Models [65.10456412127405]
現実世界の知識の大部分は、構造化されていない形式で保存される。
ローカル層キーバリューストレージや項駆動最適化のような技術は、構造化されていない知識を扱うのに有効ではない。
本研究では,非構造化知識編集手法,すなわちUnKEを提案する。
論文 参考訳(メタデータ) (2024-05-24T08:42:40Z) - Leveraging Collection-Wide Similarities for Unsupervised Document Structure Extraction [61.998789448260005]
本稿では,コレクション内の文書の典型的構造を特定することを提案する。
任意のヘッダのパラフレーズを抽象化し、各トピックを各ドキュメントのロケーションにグルーピングします。
文書間の類似性を利用した教師なしグラフベース手法を開発した。
論文 参考訳(メタデータ) (2024-02-21T16:22:21Z) - Document Structure in Long Document Transformers [64.76981299465885]
長い文書は、しばしばセクションヘッダーや段落のような異なる機能で階層的に整理された要素を持つ構造を示す。
文書構造の不明瞭さにもかかわらず、自然言語処理(NLP)におけるその役割はいまだに不透明である。
長期文書変換モデルは事前学習中に文書構造の内部表現を取得するか?
事前トレーニング後に構造情報をモデルに伝達するにはどうすればよいのか、下流のパフォーマンスにどのように影響するのか?
論文 参考訳(メタデータ) (2024-01-31T08:28:06Z) - On Task-personalized Multimodal Few-shot Learning for Visually-rich
Document Entity Retrieval [59.25292920967197]
VDER(Few-shot document entity search)は、NLPアプリケーションにおいて重要なトピックである。
FewVEXは、エンティティレベルの少数ショットVDERの分野における将来の研究を促進するための、新しいデータセットである。
本稿では,タスクパーソナライズを効果的に実現することを中心に,タスク認識型メタラーニングベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-11-01T17:51:43Z) - Serving Deep Learning Model in Relational Databases [70.53282490832189]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
論文 参考訳(メタデータ) (2023-10-07T06:01:35Z) - Data Mesh: a Systematic Gray Literature Review [3.038477115588261]
Data Meshは、運用上のボトルネックを最小限に抑え、回避することを目的とした、新たなドメイン駆動の分散データアーキテクチャである。
我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。
このレビューは、データメッシュの4つの重要な原則に関する実践者の視点に関する洞察を提供する。
論文 参考訳(メタデータ) (2023-04-03T15:16:46Z) - Layout-Aware Information Extraction for Document-Grounded Dialogue:
Dataset, Method and Demonstration [75.47708732473586]
視覚的にリッチな文書から構造的知識と意味的知識の両方を抽出するためのレイアウト対応文書レベル情報抽出データセット(LIE)を提案する。
LIEには製品および公式文書の4,061ページから3つの抽出タスクの62kアノテーションが含まれている。
実験の結果、レイアウトはVRDベースの抽出に不可欠であることが示され、システムデモでは、抽出された知識が、ユーザが関心を持っている答えを見つけるのに役立つことも確認されている。
論文 参考訳(メタデータ) (2022-07-14T07:59:45Z) - Spatial Dependency Parsing for Semi-Structured Document Information
Extraction [29.231908055394808]
本研究では,文書内の複雑な関係と任意の数の情報層をエンドツーエンドにモデル化するSPADE(SPA Dependency)を提案する。
我々はレシート、名刺、フォーム、請求書など、さまざまな種類の文書で評価する。
論文 参考訳(メタデータ) (2020-05-01T22:59:56Z)
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。