智能建造时代的自动化机器学习：面向工业分类与回归任务的意义与可及性
软件工程
2023-08-04 v1
摘要
本文探讨了自动化机器学习(AutoML)技术在建筑业中的应用，该行业对全球经济至关重要。传统的ML模型构建方法复杂、耗时、依赖数据科学知识且成本高昂。AutoML展现出自动化ML构建中诸多任务并创建更优ML模型的潜力。本文旨在以具体案例研究验证将AutoML应用于智能建造领域工业数据集的可行性。除数据集准备、模型训练与评估的常规步骤外，重点关注了工业建造数据集所特有的两个数据挑战。提供了一个工程项目类型预测的实时应用案例，以说明AutoML的可及性。借助AutoML，不具备数据科学专业知识的建筑从业人员现可利用软件将工业数据处理为ML模型，以辅助项目管理。本文的发现或可弥合数据密集型智能建造实践与新兴AutoML领域之间的鸿沟，促进其应用以改善决策、项目成果与效率。
引用
@article{arxiv.2308.01517,
title = {Automated Machine Learning in the smart construction era:Significance and accessibility for industrial classification and regression tasks},
author = {Rui Zhao and Zhongze Yang and Dong Liang and Fan Xue},
journal= {arXiv preprint arXiv:2308.01517},
year = {2023}
}