机构名称：
¥ 1.0
摘要。众所周知，建筑、工程和施工 (AEC) 行业面临着资源规划、风险管理和物流方面的挑战，导致设计缺陷、项目交付延迟、成本超支和合同纠纷。这些挑战促使人们研究应用先进的机器学习算法，如深度学习 (DL)，以帮助诊断和规范分析原因和预防措施。建筑 4.0 通过不断创新实现数字化和智能化，以实现自动化、生产力和可靠性的大幅提升。数字孪生作为建筑 4.0 规划和过程控制与自动化的下一个层次，将结合认知功能，能够感知复杂和不可预测的行为，并推理动态策略以优化流程，从而支持决策。然而，人们仍然缺乏对 DT 集成、DL 和 IoT 的真正影响的认识，所有这些都与具有主动认知能力的自学习混合模型有关，以实现智能规划和施工。本研究通过探索性分析来识别和弥补这一差距，探讨了 DT 和 DL 的整合潜力，以促进智能规划和建设。数据是通过访谈、焦点小组和调查等混合方式从全球行业专家处收集的，重点关注适用性和互操作性
数字孪生与深度学习的集成有助于……
主要关键词
相关文件推荐
