BIM中几何密集型合规检查的自动化:基于图的语义推理框架
摘要
本文介绍了SGR-BIM,一种图驱动的语义推理框架,能够动态地将法规意图与BIM几何对齐,自动化几何密集型合规检查,在消防安全规范查询上达到了84.3%的准确率。
arXiv:2606.12065v1 公告类型:新
摘要:自动化几何密集型法规的合规检查仍然是建筑信息模型(BIM)中的一个重要技术瓶颈,主要原因是高层法规逻辑与结构化IFC数据之间的语义差异。现有方法通常依赖静态规则模板,难以遍历多跳推理链或解决跨多个建筑实体的潜在空间依赖关系。为了应对这些挑战,提出了一种用于建筑信息模型的空间几何推理系统(SGR-BIM),作为一个集成图驱动推理框架。SGR-BIM动态构建跨模态知识图谱,将用户意图、法规语义和BIM几何对齐,实现可解释推理而无需严格的硬编码。在来自消防安全规范的679个专家验证查询中,该框架达到了84.3%的准确率,比增强工具的单智能体基线提高了8.6%。本研究提供了一种基于图的语义推理范式,增强了建筑、工程和施工(AEC)行业中自动化几何合规检查工作流的透明度和灵活性。
查看缓存全文
缓存时间: 2026/06/11 13:50
# 自动化BIM中几何密集型合规检查:基于图的语义推理框架 来源:https://arxiv.org/abs/2606.12065 查看PDF (https://arxiv.org/pdf/2606.12065) > 摘要:自动化几何密集型法规的合规检查仍是建筑信息模型(BIM)中的重大技术瓶颈,主要源于高层级法规逻辑与结构化IFC数据之间的语义差异。现有方法通常依赖静态规则模板,难以遍历多跳推理链或解析跨多个建筑实体的潜在空间依赖关系。为解决这些问题,提出了一种面向建筑信息模型的空间几何推理系统(Spatial-Geometric Reasoning System for Building Information Modeling, SGR-BIM),作为一种集成的图驱动推理框架。SGR-BIM动态构建跨模态知识图谱,将用户意图、法规语义和BIM几何对齐,无需刚性硬编码即可实现可解释推理。基于来自消防安全规范的679条专家验证查询进行验证,该框架达到了84.3%的准确率,相比增强型工具的单智能体基线提升了8.6%。本研究提供了一种基于图的语义推理范式,增强了建筑、工程与施工(AEC)行业中自动化几何合规检查工作流的透明度和灵活性。 ## 提交历史 来自:Zixuan Xiao [查看电子邮件 (https://arxiv.org/show-email/f75e9e73/2606.12065)] **\[v1\]**星期三,2026年6月10日 13:31:43 UTC (8,162 KB)
相似文章
通过领域特定大型语言模型智能识别与修复BIM设计缺陷
本研究提出了一种使用领域特定大型语言模型的综合框架,用于BIM中设计缺陷的智能识别与修复,实现了85%的准确率和94%的合理修复建议,并具有有效的幻觉控制。
面向住宅建筑平面图合规检查的自动化AI框架
本文提出了一个基于人工智能的概念框架,利用大语言模型和计算机视觉将建筑规范转化为可执行的规则,并评估结构化的建筑图,从而实现建筑平面图的自动合规检查。
SGR:一种基于外部子图生成的LLM逐步推理框架
介绍SGR,一种逐步推理框架,通过从外部知识库生成查询特定子图来增强LLM推理,提升准确性与事实可靠性。
神经符号AI用于LEED合规:以文档为中心的基准测试、确定性数值检查以及多模态何时有害
本文介绍了一种神经符号流水线,用于自动化LEED v4.1 BD+C合规性验证,使用小型本地部署的语言模型和确定性数值检查。在四栋大学建筑上的实验表明,4B模型优于8B模型,确定性检查器纠正了关键得分点上的算术错误,尽管多模态输入会降低准确性。
BIM-Edit:基于IFC的建筑信息模型的大语言模型基准测试
BIM-Edit是一个基准测试,用于评估大语言模型在IFC格式下对建筑信息模型(BIM)进行自然语言编辑的能力。结果显示存在显著差距,最佳模型在几何、语义和拓扑指标上的平均得分仅为49.5%。