Automatic Estimation System of Building Frames Integrated with Structural Design Information (AutoES)
Notice bibliographique
Résumé
The project participants, including clients, architects, structural engineers and contractors would want to know accurate construction costs as soon as the design is completed. However, it may take at least several weeks for the cost estimation after the structural design and drawings are completed, depending on the project scale or size. Quantity surveying in manual is time-consuming and taken by lots of effort. Even if computerized software is used, it takes a lot of time to insert structural design information to the software. In addition, the estimated cost may result in inaccurate quantity owing to the drawing errors or quantity surveyors’ mistake, as well as it is not an exact quantity for actual construction, exposing numerous problems at the construction phase. For instance, to accurately estimate the quantity of rebar, some additional effort is required such as preparing the bar bending schedule. Such problems occur by the communication gap and viewpoint difference among project participants who perform structural designs, draft the structural drawings and estimate quantity. But, if structural design information can be automatically received for quantity estimation, an exact quantity can be estimated without omission or errors. To solve those problems, this study proposes automatic estimation System of building frames integrated with structural design information (AutoES). Using the algorithms provided by AutoES, the task of cost estimation can be accomplished with an exact bill of quantity including a bar bending schedule without errors, mistakes, or omission within a week, which used to take at least 4 weeks.
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 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».