論文の概要: UAV-Based Infrastructure Inspections: A Literature Review and Proposed Framework for AEC+FM

• arxiv url: http://arxiv.org/abs/2601.11665v1
• Date: Fri, 16 Jan 2026 00:16:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.267682
• Title: UAV-Based Infrastructure Inspections: A Literature Review and Proposed Framework for AEC+FM
• Title（参考訳）: UAVベースのインフラ検査: AEC+FMのための文献レビューと提案フレームワーク
• Authors: Amir Farzin Nikkhah, Dong Chen, Bradford Campbell, Somayeh Asadi, Arsalan Heydarian,
• Abstract要約: 無人航空機(UAV)はインフラ検査を変革している。 本稿では,UAVを用いたデータ取得手法,フォトグラムモデリング,欠陥検出,意思決定支援について述べる。 主なイノベーションは、経路最適化、熱統合、異常検出のためのYOLOやFaster R-CNNといった高度な機械学習(ML)モデルである。
• 参考スコア（独自算出の注目度）: 7.633553236167185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmanned Aerial Vehicles (UAVs) are transforming infrastructure inspections in the Architecture, Engineering, Construction, and Facility Management (AEC+FM) domain. By synthesizing insights from over 150 studies, this review paper highlights UAV-based methodologies for data acquisition, photogrammetric modeling, defect detection, and decision-making support. Key innovations include path optimization, thermal integration, and advanced machine learning (ML) models such as YOLO and Faster R-CNN for anomaly detection. UAVs have demonstrated value in structural health monitoring (SHM), disaster response, urban infrastructure management, energy efficiency evaluations, and cultural heritage preservation. Despite these advancements, challenges in real-time processing, multimodal data fusion, and generalizability remain. A proposed workflow framework, informed by literature and a case study, integrates RGB imagery, LiDAR, and thermal sensing with transformer-based architectures to improve accuracy and reliability in detecting structural defects, thermal anomalies, and geometric inconsistencies. The proposed framework ensures precise and actionable insights by fusing multimodal data and dynamically adapting path planning for complex environments, presented as a comprehensive step-by-step guide to address these challenges effectively. This paper concludes with future research directions emphasizing lightweight AI models, adaptive flight planning, synthetic datasets, and richer modality fusion to streamline modern infrastructure inspections.
• Abstract（参考訳）: 無人航空機(UAV)は、建築・工学・建設・設備管理(AEC+FM)分野におけるインフラ検査を変革している。 本稿では,150以上の研究から得られた知見を合成することにより,UAVに基づくデータ取得,フォトグラムモデリング,欠陥検出,意思決定支援の方法論を明らかにする。 主なイノベーションは、パス最適化、熱統合、異常検出のためのYOLOやFaster R-CNNといった高度な機械学習(ML)モデルである。 UAVは、構造的健康モニタリング(SHM)、災害対応、都市インフラ管理、エネルギー効率評価、文化遺産保存に価値を示してきた。 これらの進歩にもかかわらず、リアルタイム処理、マルチモーダルデータ融合、一般化可能性の課題が残っている。 文献およびケーススタディにより通知されたワークフローフレームワークは、RGB画像、LiDAR、および熱センシングをトランスフォーマーベースのアーキテクチャと統合し、構造欠陥、熱異常、幾何学的不整合を検出する精度と信頼性を向上させる。 提案フレームワークは,マルチモーダルデータを融合し,複雑な環境への経路計画を動的に適応させることによって,これらの課題を効果的に解決するための包括的ステップバイステップガイドとして提示する。 本稿では、軽量なAIモデル、適応飛行計画、合成データセット、そして近代的なインフラ検査を合理化するためのよりリッチなモダリティ融合に焦点を当てた今後の研究方針について述べる。

関連論文リスト

• From Physics to Machine Learning and Back: Part II - Learning and Observational Bias in PHM [52.64097278841485]
  物理インフォームドモデリングとデータストラテジーによる学習と観察バイアスの導入は、モデルを物理的に一貫した信頼性のある予測へと導くことができるかを検討する。 メタラーニングや少数ショットラーニングなどの高速適応手法をドメイン一般化手法とともに検討する。
  論文  参考訳（メタデータ） (2025-09-25T14:15:43Z)
• Foundation Models and Transformers for Anomaly Detection: A Survey [2.3264194695971656]
  調査では、VADメソッドを再構築ベース、機能ベース、ゼロ/フェーショットアプローチに分類した。 トランスフォーマーとファンデーションモデルは、より堅牢で、解釈可能で、スケーラブルな異常検出ソリューションを可能にする。
  論文  参考訳（メタデータ） (2025-07-21T12:01:04Z)
• Anomaly Detection and Generation with Diffusion Models: A Survey [51.61574868316922]
  異常検出(AD)は、サイバーセキュリティ、金融、医療、工業製造など、さまざまな分野において重要な役割を担っている。 近年のディープラーニング,特に拡散モデル(DM)の進歩は,大きな関心を集めている。 この調査は、研究者や実践者が様々なアプリケーションにまたがる革新的なADソリューションにDMを利用することをガイドすることを目的としている。
  論文  参考訳（メタデータ） (2025-06-11T03:29:18Z)
• Optimizing Retrieval-Augmented Generation for Electrical Engineering: A Case Study on ABB Circuit Breakers [0.0]
  本研究では,ABB回路ブレーカにおけるRAGの有効性について検討した。 カスタマイズされたデータセット、高度な埋め込みモデル、最適化されたチャンク戦略を活用することで、研究はデータ検索とコンテキストアライメントの課題に対処する。 本稿では,電気工学などの高度技術領域におけるAI研究の進展に寄与する。
  論文  参考訳（メタデータ） (2025-05-23T06:21:37Z)
• Fine-tune Smarter, Not Harder: Parameter-Efficient Fine-Tuning for Geospatial Foundation Models [16.522696273752835]
  地球観測は、環境変化の監視、災害への対応、天然資源の管理に不可欠である。 基礎モデルにより、リモートセンシング画像解析により、関係する地理情報を正確かつ効率的に取得することができる。 これらのモデルのサイズが大きくなるにつれて、関連する計算資源とコストのために微調整がますます困難になる。
  論文  参考訳（メタデータ） (2025-04-24T09:37:02Z)
• Small Vision-Language Models: A Survey on Compact Architectures and Techniques [0.28087862620958753]
  小型視覚言語モデル(sVLM)の出現は、マルチモーダルAIにおける重要な進歩である。 この調査は、コンパクトデザインと計算効率の革新を強調するアーキテクチャの分類を提供する。
  論文  参考訳（メタデータ） (2025-03-09T16:14:46Z)
• A Survey of Model Architectures in Information Retrieval [59.61734783818073]
  2019年から現在までの期間は、情報検索(IR)と自然言語処理(NLP)における最大のパラダイムシフトの1つとなっている。 従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。 今後の課題と今後の方向性について、先見的な議論で締めくくります。
  論文  参考訳（メタデータ） (2025-02-20T18:42:58Z)
• A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
  大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。 これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。 本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
  論文  参考訳（メタデータ） (2024-12-18T14:11:15Z)
• TopoFR: A Closer Look at Topology Alignment on Face Recognition [58.45515807380505]
  PTSAと呼ばれるトポロジカル構造アライメント戦略とSDEという硬質試料マイニング戦略を利用する新しいFRモデルであるTopoFRを提案する。 PTSAは永続ホモロジーを用いて入力空間と潜在空間の位相構造を整列し、構造情報を効果的に保存し、FRモデルの一般化性能を向上させる。 一般的な顔のベンチマーク実験の結果は、最先端の手法よりもTopoFRの方が優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-14T14:58:30Z)
• DA-VEGAN: Differentiably Augmenting VAE-GAN for microstructure reconstruction from extremely small data sets [110.60233593474796]
  DA-VEGANは2つの中心的なイノベーションを持つモデルである。 $beta$-variational autoencoderはハイブリッドGANアーキテクチャに組み込まれている。 このアーキテクチャに特化して、独自の差別化可能なデータ拡張スキームが開発されている。
  論文  参考訳（メタデータ） (2023-02-17T08:49:09Z)

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。