Lifecycle Cost Analysis of Buildings Integrating BIM and Big Data Technologies
Deze studie stelt een uitgebreid systeem voor dat Building Information Modeling (BIM) integreert met big data en ensemble machine learning-technieken om de nauwkeurigheid van voorspellingen van de levenscycluskosten van gebouwen aanzienlijk te verbeteren, waarbij de gemiddelde kwadratische fout wordt verminderd van 160.000 naar 54.280 en een determinatiecoëfficiënt van 0,93 wordt bereikt op basis van een analyse van meer dan 3.500 jaar aan gegevens van 120 gebouwen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.