User: Guest  Login
Original title:
BIM-based semantic enrichment for environmental analyses using Large Language Models
Translated title:
BIM-basierte semantische Anreicherung für Nachhaltigkeitsanalysen mithilfe Large Language Models
Author:
Forth, Kasimir
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Institution:
Lehrstuhl für Computergestützte Modellierung und Simulation (Prof. Borrmann)
Advisor:
Borrmann, André (Prof. Dr.)
Referee:
Borrmann, André (Prof. Dr.); Beetz, Jakob (Prof. Dr.); Schneider-Marin, Patricia (Assoc. Prof. Dr.)
Language:
en
Subject group:
BAU Bauingenieurwesen, Vermessungswesen
TUM classification:
BAU 005; ARC 045
Abstract:
Building information models (BIM) support the evaluation of the building design using several environmental analyses, including life cycle assessments or energy simulations. To use these analyses in early design stages for decision-making, missing semantic information had to be manually enriched so far. The developed methods use Large Language Models to match and enrich information from environmental databases to BIM elements using semantic textual similarity.
Translated abstract:
Bauwerksinformationsmodelle (BIM) unterstützen bei der Bewertung des Gebäudeentwurfs mithilfe verschiedener Nachhaltigkeitsanalysen, u.a. Ökobilanzen oder Energiesimulationen. Um diese Analysen in frühen Phasen für eine Entscheidungsfindung zu verwenden, müssen fehlende semantische Informationen bisher manuell ergänzt werden. Die entwickelten Methoden verwenden Large Language Models, um Informationen aus Umweltdatenbanken zu BIM-Elementen auf Basis semantisch textlicher Ähnlichkeit zuzuordnen un...     »
WWW:
https://mediatum.ub.tum.de/?id=1747465
Date of submission:
12.08.2024
Oral examination:
16.12.2024
File size:
114839612 bytes
Pages:
194
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241216-1747465-0-4
Last change:
16.01.2025
 BibTeX