Build2Vec：向量空间中的建筑表示
计算机与社会
2020-10-22 v1 离散数学
机器学习
摘要
在本文中，我们提出了一种图嵌入算法的方法论，用于将源自建筑信息模型（BIM）的标记属性图进行转换。工业基础类（IFC）是 BIM 的标准模式，被用于将建筑数据转换为图表示。我们使用带有偏置随机游走的 node2Vec 来提取不同建筑组件之间的语义相似性，并将其表示于多维向量空间中。一个案例研究实施于新加坡国立大学（SDE4）的一座净零能耗建筑。该方法在捕捉不同建筑对象（更具体地，空间与时空数据）的语义关系与相似性方面展现出有前景的机器学习应用。
引用
@article{arxiv.2007.00740,
title = {Build2Vec: Building Representation in Vector Space},
author = {Mahmoud Abdelrahman and Adrian Chong and Clayton Miller},
journal= {arXiv preprint arXiv:2007.00740},
year = {2020}
}
备注
4 pages, 9 figures, 24 referencess