eBIM-GNN：基于 BIM 与图神经网络的高效可扩展能耗分析
机器学习
2022-05-24 v1
摘要
建筑信息模型（BIM）已被用于分析并提高建筑的能源效率。在既有建筑通过解构和改造方面已显示出显著潜力。当前那些在缺乏节能知识情况下建成的城市，正需要更好的方式以实现能源利用的智能化。然而，现有的 BIM 生成方法以单体建筑为单位运作，因此当扩展到更大的社区甚至整个城镇或城市时，它们缓慢且昂贵。本文提出一种生成原型建筑的方法，使我们能够非常高效地匹配并生成统计信息。我们的方法为既有建筑推荐更节能的原型。既有建筑在三维点云中被识别与定位。我们在合成数据集上进行实验以展示我们方法的可行性。
引用
@article{arxiv.2205.10497,
title = {eBIM-GNN : Fast and Scalable energy analysis through BIMs and Graph Neural Networks},
author = {Rucha Bhalchandra Joshi and Annada Prasad Behera and Subhankar Mishra},
journal= {arXiv preprint arXiv:2205.10497},
year = {2022}
}