{en_GB=A Recommender System to Assist the Semantic Enrichment of IFC models } {} EVALUATED

Detalhes: {pt=O planeamento de actividades em projectos de construção é demorado e propenso a erros. Esta tarefa é uma das muitas aplicações práticas do enriquecimento semântico de modelos IFC. A prática do planeamento de actividades mostra que um grande número das actividades atribuídas a um projecto são determinadas pelos elementos de construção e perfil do projecto. Posto isto, idealmente deveria haver uma forma automática de inferir as actividades correspondendes a um projecto de construção. O maior problema da automação é que a atribuição de actividades para os mesmos elements de construção apresenta um grande nível de variabilidade, e depende em grande parte no conhecimento do planeador do projecto em relação ao mesmo. Este trabalho tem como objectivo implementar e validar um sistema que realiza sugestões automáticas de actividades dado um modelo IFC de um projecto de construção. Esta solução recolhe conhecimento especializado através de um algoritmo de recomendação que colecciona dados de projectos anteriores, e aprende quando os utilizadores validam as atribuições, adicionam as que faltam ou corrigem as que estão incorrectas., en=Activity planning, in construction projects is time consuming and error prone. This task is one among many that is a practical application of performing semantic enrichment in IFC models. Planning practice demonstrates that a large number of the activities assigned to a project are determined by the project's construction elements and profile. Considering that, ideally there should be a way of automatically deriving the corresponding activities for a construction project. The main hindrance to automation is that the assignment of activities to the same building elements displays high variability and relies to a great extent on tacit knowledge of the project planner regarding the project. This work aims at implementing and validating a system that performs automatic suggestion of activities given an IFC model of the building. Our solution harvests expert knowledge through a recommendation algorithm that collects data from previous projects, and learn when users review the assignments, add missing ones or identify incorrect ones. The validation of this solution shows that the time used in activity planning is reduced.}

Discussão: novembro 10, 2016, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

Diana Gouveia Ribeiro (ist170096)

ORIENTADOR

Paulo Jorge Fernandes Carreira

Departamento de Engenharia Informática (DEI)

Professor Auxiliar