메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
구본상 (서울과학기술대학교) 유영수 (서울과학기술대학교) 정래규 (서울과학기술대학교)
저널정보
(사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제23권 제4호
발행연도
2018.12
수록면
373 - 383 (11page)
DOI
10.7315/CDE.2018.373

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
With the growing use of BIM in the construction industry, new software applications are being developed to meet these specific needs. Such developments have increased the importance of the Industry Foundation Classes (IFC), which is the open and neutral format for sharing BIM data and the de facto standard for interoperability. However, the IFC lacks formal logic rigidness and thus is susceptible to errors and omissions during data transfers. This research addressed the issue by applying machine learning techniques to automatically classify elements of a BIM model, thereby allowing for classification checks as well as enriching the semantics of the model. Naïve Bayes, logistic regression and support vector machines (SVM) were trained and tested using 4,187 unique elements from six BIM models. Features included elements’ geometries and the relational semantics between elements. Results showed that SVM provided the highest accuracy at 0.9081 with geometry, and 0.9439 when adding semantics. The algorithms provide a way to accelerate integrity checks and model element classification required for quality control of BIM models.
#BIM #IFC #Quality control #Semantic integrity #Support Vector Machine

목차

ABSTRACT
1. 서론
2. 연구배경
3. 기계학습 기반 BIM 부재 분류 적용 및 검증 방법
4. 적용 결과 및 해석
5. 결론
References

참고문헌 (26)

참고문헌 신청
Eastman, C., Lee, J.M., Jeong, Y.S. and Lee, J.K., 2009, Automatic Rule-based Checking of Building Designs, Automation in Construction, 18(8), pp.1011-1033. Bazjanac, V. and Kiviniemi, A., 2007, Reduction, Simplification, Translation and Interpretation in the Exchange of Model Data, ICIB W, 78, pp.163- 168. Belsky, M., Sacks, R. and Brilakis, I., 2016, Semantic Enrichment for Building Information Modeling, Computer-Aided Civil and Infrastructure Engineering, 31(4), pp.261-274. See, R., Karlshoej, J. and Daves, D., 2012, An Integrated Process for Delivering IFC Based Data Exchange, pp.53. Venugopal, M., Eastman, C.M., Sacks, R. and Teizer, J., 2012, Semantics of Model Views for Information Exchanges Using the Industry Foundation Class Schema, Advanced Engineering Informatics, 26(2), pp.411-428.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

비파사나(vipassana) 명상이 심신치유(Psychosomatic Therapy)에 미치는 치유원리 : MBCT(Mindfulness-Based Cognitive Therapy, 비파사나 명상에 기초한 인지치료) 프로그램을 중심으로
안양규 불교학보 2009 .08
BIM 모델 활용을 통한 초기설계단계에서의 효율적인 철근물량 산출 방안 연구
이재철 대한건축학회 논문집 - 구조계 2019 .05
건축 및 토목 분야 BIM의 발전과 활용
이군재 한국강구조학회지 2019 .04
스마트시티를 위한 BIM 기반 건축/도시 계획 지침개발에 관한 기초 연구
이권형 대한건축학회 학술발표대회 논문집 2018 .10
BIM 기반 건축정보 구축 및 활용을 위한 한국형 정보표현수준에 관한 연구
박소현 ,  한지수 ,  조찬원 한국CDE학회 논문집 2018 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-530-000215210