Cartesian Points Visualization in Game Simulation for Analyzing Geometric Representations of AEC Objects in IFC
Notice bibliographique
Résumé
Cartesian Points Visualization in Game Simulation for Analyzing Geometric Representations of AEC Objects in IFC Jiansong Zhang, Yunfeng Chen, Rui Liu and Luciana Debs Pages 144-151 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: Industry foundation classes (IFC) is widely accepted as a promising standard for building information modeling (BIM). IFC data can be processed with many open toolkits such as IfcOpenShell and java standard data access interface (JSDAI), which greatly supports BIM research and technology development. However, IFC data is not intuitive and requires training to understand it fully. As the core of almost any IFC data, understanding geometric representation is critical in most BIM research and technology development. The official IFC schema specifications provide detailed explanations of entities and attributes in IFC, which are helpful for gaining such understanding. However, understanding the explanations in the specifications requires certain knowledge and background. To facilitate an easier understanding of IFC data and to promote a wider adoption of IFC-based BIM, in this paper, an interactive visualization of the formation of fundamental 3D representations of a selected architecture, engineering, and construction (AEC) object was created in game simulation in a first-person view. The interactive simulation can help people gain understanding of 3D geometric formation and representation in IFC in an intuitive and speedy manner, which is expected to achieve retention of such knowledge comparable to or better than the conventional way of reading the specifications. The visualization was tested by 14 volunteers in comparison to reading the IFC schema specifications. A survey based on the experiment showed that the game simulation-based visualization was significantly easier to understand and took significantly less time to understand comparing to reading the specifications. Keywords: BIM; IFC; Geometric Information; AEC Objects; Game Simulation; Visualization; Cartesian Points DOI: https://doi.org/10.22260/ISARC2019/0020 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».