Top

Published in:

2024 | OriginalPaper | Chapter

21. Künstliche Intelligenz zur semantischen Extraktion von Bestandsdokumenten der Bauwirtschaft

Authors : Peyman Mohammed Zoghian, Tessa Oberhoff, Peter Gölzhäuser, Maik Großner, Jan-Iwo Jäkel, Katharina Klemt-Albert

Published in: Künstliche Intelligenz im Bauwesen

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config

AI-assisted search

Off

Zusammenfassung

Die Möglichkeiten zum Einsatz von Künstlicher Intelligenz (KI) im Bauwesen sind vielfältig und erstrecken sich zum Beispiel von der Optimierung des Projektmanagements über die Entwicklung der vorteilhaftesten Planungsvariante mittels Generative Design bis hin zur Unterstützung und Steuerung des Facilitymanagements (Giannakidis et al. 2021). Eine weitere Einsatzmöglichkeit liegt in der lebenszyklusübergreifenden Bauwerksdokumentation.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

previous chapter KI für thermischen Komfort

next chapter Barrieren und Treiber von Robotik im Bauwesen

A. Giannakidis, B. Weber-Lewerenz und D. Stolze, Hg., KI in der Bauwirtschaft. Fraunhofer-Gesellschaft, 2021.

Bundesministerium des Innern, für Bau und Heimat, Leitfaden Nachhaltiges Bauen: Zukunftsfähiges Planen, Bauen, und Betreiben von Gebäuden, 2019.

S. Stemmler et al., Hg., Multisource-data-fusion for the digitization of critical infrastructural elements, 2022.

B.-M. Kurzrock, M. Bodenbender und P. M. Müller, Hg., Von der analogen zur digitalen lebenszyklusübergreifenden Gebäudedokumentation, 2019.

F. Wedel, D. Opitz, C. Tiedemann und M. Meyer‐Westphal, „Das 3‐D‐Modell als Grundlage des digitalen Zwillings“, 2022.

H. Schwarzwälder, „Die digitale Bauwirtschaft – Wege aus der Branchenlogik“, Wiesbaden, 2023.

D. Schermer und E. Brehm, Hg., Mauerwerk Kalender 2022. Wiley, 2022.

C. van Treeck, „Building Information Modeling“ in Gebäude.Technik.Digital.: Building Information Modeling, C. van Treeck et al., Hg., Berlin, Heidelberg: Springer Berlin Heidelberg, 2016, S. 7–90, https://doi.org/10.1007/978-3-662-52825-9_1.

K. Aengenvoort und M. Krämer, „BIM im Betrieb von Bauwerken“, Building Information Modeling: Technologische Grundlagen und industrielle Praxis, S. 611–644, 2021.

M. Belsky, R. Sacks und I. Brilakis, „Semantic Enrichment for Building Information Modeling“ (en), Computer-Aided Civil and Infrastructure Engineering, Jg. 31, Nr. 4, S. 261–274, 2016, https://doi.org/10.1111/mice.12128.

R. Sacks, M. Girolami und I. Brilakis, „Building Information Modelling, Artificial Intelligence and Construction Tech“, Developments in the Built Environment, Jg. 4, S. 100011, 2020, doi: https://doi.org/10.1016/j.dibe.2020.100011.

T. Bloch und R. Sacks, „Comparing machine learning and rule-based inferencing for semantic enrichment of BIM models“, Automation in Construction, Jg. 91, S. 256–272, 2018, https://doi.org/10.1016/j.autcon.2018.03.018.

Tim Dettmers, Deep Learning in a Nutshell: History and Training, 2015. https://developer.nvidia.com/blog/deep-learning-nutshell-history-training/.

Giancarlo Zaccone, Md. Rezaul Karim, Ahmed Menshawy, Deep Learning with TensorFlow: Explore neural networks with Python. Packt Publishing, 2017.

S. S. Nath, G. Mishra, J. Kar, S. Chakraborty und N. Dey, „A survey of image classification methods and techniques“, 2014.

V. K. Ayyadevara und Y. Reddy, Modern Computer Vision with PyTorch: Explore deep learning concepts and implement over 50 real-world image applications. Packt Publishing, 2020.

J. J. Bird, A. Ekárt und D. R. Faria, Hg., Learning from Interaction: An Intelligent Networked-Based Human-Bot and Bot-Bot Chatbot System, 2018.

S. Padmanabhan, „Convolutional Neural Networks for Image Classification and Captioning“, Department of Computer Science, Stanford University, 2016.

L. Alzubaidi et al., „Review of deep learning: concepts, CNN architectures, challenges, applications, future directions“ 1, 2021.

D. Ziouzios, N. Baras, V. Balafas, M. Dasygenis und A. Stimoniaris, „Intelligent and Real-Time Detection and Classification Algorithm for Recycled Materials Using Convolutional Neural Networks“ 1, 2022.

Patrick Hemmer, Objekterkennung in Grundrissplänen, 2021. https://sdac.tech/objekterkennung-in-grundrissplaenen/.

C. Liu, J. Wu, P. Kohli und Y. Furukawa, „Raster-to-Vector: Revisiting Floorplan Transformation“, 2017.

A. Kirillov, K. He, R. Girshick, C. Rother und P. Dollár, „Panoptic Segmentation“, 2018.

K. He, G. Gkioxari, P. Dollár und R. Girshick, „Mask R-CNN“, 2017.

Ravina Mithe, Supriya Indalkar, Nilam Divekar, „Optical Character Recognition“, 2013.

T. C. Wei, U. U. Sheikh und A. A.-H. A. Rahman, „Improved optical character recognition with deep neural network“, 2018.

J. Memon, M. Sami, R. A. Khan und M. Uddin, „Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR)“, 2020.

R. Sharma, B. Kaushik und N. Gondhi, „Character Recognition using Machine Learning and Deep Learning – A Survey“, 2020.

Y. Hong, S. Kwong und H. Wang, „Decision-based median filter using k-nearest noise-free pixels“, 2019.

P. Sahare und S. B. Dhok, „Multilingual Character Segmentation and Recognition Schemes for Indian Document Images“, 2017.

P. Schönfelder, T. Al-Wesabi, A. Bach und M. König, „Information Extraction from Text Documents for the Semantic Enrichment of Building Information Models of Bridges“ in 39th International Symposium on Automation and Robotics in Construction, 2022, https://doi.org/10.22260/ISARC2022/0026.

J.-I. Jäkel, „Ein ganzheitlicher Systemansatz zur (teil-) automatisierten Gene-rierung von digitalen Bestandsmodellen der Verkehrsinfrastruk-tur“, Grußwort zum 31. BBB-Assistent: innentreffen in Innsbruck, S. 148, 2022.

L. Gimenez, S. Robert, F. Suard und K. Zreik, „Automatic reconstruction of 3D building models from scanned 2D floor plans“, 2015.

C. So, G. Baciu und H. Sun, „Reconstruction of 3D virtual buildings from 2D architectural floor plans“, 1998.

Y. Zhao, X. Deng und H. Lai, „A Deep Learning-Based Method to Detect Components from Scanned Structural Drawings for Reconstructing 3D Models“ 6, 2020.

M. Breitenberger, J. Kreutz und T. Braml, „Effizientes BIM für die Planung von Infrastrukturmaßnahmen“, Beton- und Stahlbetonbau, Jg. 113, Nr. 1, S. 68–76, 2018, https://doi.org/10.1002/best.201700059.

M. Hochmuth, T. Nguyen und M. Häußler, „Innovative und moderne Planungsmethoden im Brückenbau“, Bautechnik, Jg. 97, Nr. 2, S. 100–106, 2020, https://doi.org/10.1002/bate.202000001.

J. Bednorz, I. Hindersmann, K. Jaeger und M. Marszalik, „Methoden zur Generierung von As‐Built‐Modellen für Bestandsbrücken“, Bautechnik, Jg. 97, Nr. 4, S. 286–294, 2020, https://doi.org/10.1002/bate.202000011.

R. Lu, I. Brilakis und C. R. Middleton, „Detection of Structural Components in Point Clouds of Existing RC Bridges“, Computer-Aided Civil and Infrastructure Engineering, Jg. 34, Nr. 3, S. 191–212, 2019, https://doi.org/10.1111/mice.12407.

G. Zhang, P. A. Vela und I. Brilakis, „Automatic Generation of As-Built Geometric Civil Infrastructure Models from Point Cloud Data“ in 2014 International Conference on Computing in Civil and Building Engineering, Orlando, Florida, United States, 2014, S. 406–413, https://doi.org/10.1061/9780784413616.051.

K. N. Poku-Agyemang und A. Reiterer, „3D Reconstruction from 2D Plans Exemplified by Bridge Structures“, Remote Sensing, Jg. 15, Nr. 3, S. 677, 2023, https://doi.org/10.3390/rs15030677.

T. Akanbi und J. Zhang, „Semi-Automated Generation of 3D Bridge Models from 2D PDF Bridge Drawings“, 2022.

T. Akanbi und J. Zhang, „Semi-Automated Generation of 3D Bridge Models from 2D PDF Bridge Drawings“ in Construction Research Congress 2022, Arlington, Virginia, 2022, S. 1347–1354, https://doi.org/10.1061/9780784483961.141.

T. Akanbi und J. Zhang, „Framework for Developing IFC-Based 3D Documentation from 2D Bridge Drawings“, J. Comput. Civ. Eng., Jg. 36, Nr. 1, 2022, Art. no. 04021031, https://doi.org/10.1061/(ASCE)CP.1943-5487.0000986.

Title: Künstliche Intelligenz zur semantischen Extraktion von Bestandsdokumenten der Bauwirtschaft
Authors: Peyman Mohammed Zoghian
Tessa Oberhoff
Peter Gölzhäuser
Maik Großner
Jan-Iwo Jäkel
Katharina Klemt-Albert
Publisher: Springer Fachmedien Wiesbaden
Book: Künstliche Intelligenz im Bauwesen
Print ISBN: 978-3-658-42795-5

Electronic ISBN: 978-3-658-42796-2

Copyright Year: 2024
DOI: https://doi.org/10.1007/978-3-658-42796-2_21

Springer Professional

Zusammenfassung

Please log in to get access to your license.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"