MétaCan
Menu
Retour à la cohorte
Enregistrement W4220758301 · doi:10.1061/9780784483961.002

Developing BIM-Based Linked Data Digital Twin Architecture to Address a Key Missing Factor: Occupants

2022· article· en· W4220758301 sur OpenAlex
Soroush Sobhkhiz, Tamer E. El-Diraby

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueConstruction Research Congress 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensHudbay Minerals (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKey (lock)Linked dataArchitectureMissing dataSemantic WebFactor (programming language)Building information modelingDomain (mathematical analysis)Data modelingUnstructured dataData architectureData miningData scienceSoftware engineeringWorld Wide WebReference architectureBig dataSoftware architectureMachine learningEngineering

Résumé

récupéré en direct d'OpenAlex

This study reviews the concept of Digital Twins (DTs) and related studies in the construction industry and identifies three key factors that is missing from the current practices. The missing factors are: (1) inadequate consideration of occupants in DT models, (2) lack of the inclusion of unstructured data, and (3) absence of Linked Data technologies. To address these issues, architecture for the design of DTs is proposed and partially implemented in a case study. The proposed architecture utilizes semantic web technologies and proposes a linked data approach to integrate different data sources of a DT. Further, the architecture leverages machine learning approaches to dynamically update and enrich the linked data platform and automate its maintenance. The case study takes the first step to integrate BIM and unstructured data generated by occupants (as work orders) using a linked-data approach. The research sets the path for future works in the domain of building DTs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,356
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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