Risk Identification Expert System for Metro Construction Based on BIM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Risk Identification Expert System for Metro Construction Based on BIM Limao Zhang, Xianguo Wu, Lieyun Ding, Yueqing Chen, Miroslaw J. Skibniewski Pages 1437-1446 (2013 Proceedings of the 30th ISARC, Montréal, Canada, ISBN 978-1-62993-294-1, ISSN 2413-5844) Abstract: This paper presents a BIM-based Risk Identification Expert System (B-RIES) for metro construction, composed of three main built-in subsystems: BIM extraction, knowledge base management, and risk identification subsystems. The engineering parameter information related to risk factors is extracted from the BIM of a specific project where the IFC standard plays a bridge role between the BIM data and metro construction safety risks. An integrated knowledge base, consisting of fact base, rule base and case base, is established to systematize the fragmented explicit and tacit knowledge. A hybrid inference approach, with case-based reasoning and rule-based reasoning included, is developed to improve the flexibility and comprehensiveness of the system reasoning capacity. During the safety risk identification process, B-RIES is able to improve the inefficiencies in engineering information extraction, reduce the dependence on domain experts, and facilitate knowledge sharing and communication among dispersed clients and domain experts. A typical safety hazard identification in the Mingdu station, located in the Wuhan Metro Line Two, is presented in a case study. The results demonstrate the feasibility of B-RIES, and its application potential. B-RIES can be used as a decision support tool to provide guidelines for safety management in metro construction, and thus increase the likelihood of a successful project in a complex environment. Keywords: metro construction; safety risk identification; expert system; knowledge management; rule-based reasoning DOI: https://doi.org/10.22260/ISARC2013/0163 Download fulltext Download BibTex Download Endnote (RIS) TeX Import to Mendeley
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle