Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático

Building Information Modeling (BIM) es una metodología para la gestión del ciclo de vida de edificios. La mayoría de las soluciones BIM requieren un modelo digital como base, para por ejemplo, optimizar el mantenimiento, renovación de infraestructura o su demolición. Sin embargo, estos modelos no es...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Burriel, Guillermo, Urbieta, Martin, Urbieta, Matias
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/177183
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-177183
record_format dspace
spelling I19-R120-10915-1771832025-03-07T20:06:59Z http://sedici.unlp.edu.ar/handle/10915/177183 Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático Burriel, Guillermo Urbieta, Martin Urbieta, Matias 2024-08 2024 2025-03-07T16:54:05Z es Ciencias Informáticas Building Information Modeling BIM construction IFC electrical floorplan Machine Learning Building Information Modeling (BIM) es una metodología para la gestión del ciclo de vida de edificios. La mayoría de las soluciones BIM requieren un modelo digital como base, para por ejemplo, optimizar el mantenimiento, renovación de infraestructura o su demolición. Sin embargo, estos modelos no están siempre disponibles para edificios existentes. Existe una vasta cantidad de planos analógicos de edificios existentes registrados por los diferentes organismos públicos que gestionan los desarrollos urbanos, y que su modelado manual resultaría muy costoso. Dada esta falta de modelos digitales, se presenta una nueva técnica que permite procesar información en planos de instalación eléctrica y obtener un archivo IFC, basada en Aprendizaje Automático utilizando el modelo de segmentación de instancias Cascade Mask R-CNN para extraer tomas y un modelo detección de segmentos de líneas (LSD) DeepLSD para extraer la traza de los cables que captura la información digitalmente, estableciendo la relación semántica de los componentes del circuito. Los planos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 195-208
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
spellingShingle Ciencias Informáticas
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
Burriel, Guillermo
Urbieta, Martin
Urbieta, Matias
Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
topic_facet Ciencias Informáticas
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
description Building Information Modeling (BIM) es una metodología para la gestión del ciclo de vida de edificios. La mayoría de las soluciones BIM requieren un modelo digital como base, para por ejemplo, optimizar el mantenimiento, renovación de infraestructura o su demolición. Sin embargo, estos modelos no están siempre disponibles para edificios existentes. Existe una vasta cantidad de planos analógicos de edificios existentes registrados por los diferentes organismos públicos que gestionan los desarrollos urbanos, y que su modelado manual resultaría muy costoso. Dada esta falta de modelos digitales, se presenta una nueva técnica que permite procesar información en planos de instalación eléctrica y obtener un archivo IFC, basada en Aprendizaje Automático utilizando el modelo de segmentación de instancias Cascade Mask R-CNN para extraer tomas y un modelo detección de segmentos de líneas (LSD) DeepLSD para extraer la traza de los cables que captura la información digitalmente, estableciendo la relación semántica de los componentes del circuito. Los planos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.
format Objeto de conferencia
Objeto de conferencia
author Burriel, Guillermo
Urbieta, Martin
Urbieta, Matias
author_facet Burriel, Guillermo
Urbieta, Martin
Urbieta, Matias
author_sort Burriel, Guillermo
title Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_short Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_full Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_fullStr Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_full_unstemmed Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_sort detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/177183
work_keys_str_mv AT burrielguillermo detecciondecircuitoselectricosenplanosdeplantamedianteaprendizajeautomatico
AT urbietamartin detecciondecircuitoselectricosenplanosdeplantamedianteaprendizajeautomatico
AT urbietamatias detecciondecircuitoselectricosenplanosdeplantamedianteaprendizajeautomatico
_version_ 1847925349858410496

Ejemplares similares