Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático

Autores
Burriel, Guillermo; Urbieta, Martín; Urbieta, Matías
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Building Information Modeling (BIM) es una metodologíapara la gestión del ciclo de vida de edificios. La mayoría de las solucionesBIM requieren un modelo digital como base, para por ejemplo, optimizarel mantenimiento, renovación de infraestructura o su demolición. Sin em-bargo, estos modelos no están siempre disponibles para edificios existen-tes. Existe una vasta cantidad de planos analógicos de edificios existentesregistrados por los diferentes organismos públicos que gestionan los desa-rrollos urbanos, y que su modelado manual resultaría muy costoso. Dadaesta falta de modelos digitales, se presenta una nueva técnica que per-mite procesar información en planos de instalación eléctrica y obtenerun archivo IFC, basada en Aprendizaje Automático utilizando el modelode segmentación de instancias Cascade Mask R-CNN para extraer to-mas y un modelo detección de segmentos de líneas (LSD) DeepLSD paraextraer la traza de los cables que captura la información digitalmente,estableciendo la relación semántica de los componentes del circuito. Losplanos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.
Materia
Ciencias de la Computación e Información
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/12322
Acceder
id CICBA_b8ee7e863e89814c77891d27d7f34b5a
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/12322
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Detección de circuitos eléctricos en planos de planta mediante aprendizaje automáticoBurriel, GuillermoUrbieta, MartínUrbieta, MatíasCiencias de la Computación e InformaciónBuilding Information ModelingBIMconstructionIFCelectrical floorplanMachine LearningBuilding Information Modeling (BIM) es una metodologíapara la gestión del ciclo de vida de edificios. La mayoría de las solucionesBIM requieren un modelo digital como base, para por ejemplo, optimizarel mantenimiento, renovación de infraestructura o su demolición. Sin em-bargo, estos modelos no están siempre disponibles para edificios existen-tes. Existe una vasta cantidad de planos analógicos de edificios existentesregistrados por los diferentes organismos públicos que gestionan los desa-rrollos urbanos, y que su modelado manual resultaría muy costoso. Dadaesta falta de modelos digitales, se presenta una nueva técnica que per-mite procesar información en planos de instalación eléctrica y obtenerun archivo IFC, basada en Aprendizaje Automático utilizando el modelode segmentación de instancias Cascade Mask R-CNN para extraer to-mas y un modelo detección de segmentos de líneas (LSD) DeepLSD paraextraer la traza de los cables que captura la información digitalmente,estableciendo la relación semántica de los componentes del circuito. Losplanos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.2024info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/12322spainfo:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-04T09:43:20Zoai:digital.cic.gba.gob.ar:11746/12322Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-04 09:43:20.893CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
spellingShingle Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
Burriel, Guillermo
Ciencias de la Computación e Información
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
title_short Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_full Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_fullStr Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_full_unstemmed Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
title_sort Detección de circuitos eléctricos en planos de planta mediante aprendizaje automático
dc.creator.none.fl_str_mv Burriel, Guillermo
Urbieta, Martín
Urbieta, Matías
author Burriel, Guillermo
author_facet Burriel, Guillermo
Urbieta, Martín
Urbieta, Matías
author_role author
author2 Urbieta, Martín
Urbieta, Matías
author2_role author
author
dc.subject.none.fl_str_mv Ciencias de la Computación e Información
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
topic Ciencias de la Computación e Información
Building Information Modeling
BIM
construction
IFC
electrical floorplan
Machine Learning
dc.description.none.fl_txt_mv Building Information Modeling (BIM) es una metodologíapara la gestión del ciclo de vida de edificios. La mayoría de las solucionesBIM requieren un modelo digital como base, para por ejemplo, optimizarel mantenimiento, renovación de infraestructura o su demolición. Sin em-bargo, estos modelos no están siempre disponibles para edificios existen-tes. Existe una vasta cantidad de planos analógicos de edificios existentesregistrados por los diferentes organismos públicos que gestionan los desa-rrollos urbanos, y que su modelado manual resultaría muy costoso. Dadaesta falta de modelos digitales, se presenta una nueva técnica que per-mite procesar información en planos de instalación eléctrica y obtenerun archivo IFC, basada en Aprendizaje Automático utilizando el modelode segmentación de instancias Cascade Mask R-CNN para extraer to-mas y un modelo detección de segmentos de líneas (LSD) DeepLSD paraextraer la traza de los cables que captura la información digitalmente,estableciendo la relación semántica de los componentes del circuito. Losplanos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.
description Building Information Modeling (BIM) es una metodologíapara la gestión del ciclo de vida de edificios. La mayoría de las solucionesBIM requieren un modelo digital como base, para por ejemplo, optimizarel mantenimiento, renovación de infraestructura o su demolición. Sin em-bargo, estos modelos no están siempre disponibles para edificios existen-tes. Existe una vasta cantidad de planos analógicos de edificios existentesregistrados por los diferentes organismos públicos que gestionan los desa-rrollos urbanos, y que su modelado manual resultaría muy costoso. Dadaesta falta de modelos digitales, se presenta una nueva técnica que per-mite procesar información en planos de instalación eléctrica y obtenerun archivo IFC, basada en Aprendizaje Automático utilizando el modelode segmentación de instancias Cascade Mask R-CNN para extraer to-mas y un modelo detección de segmentos de líneas (LSD) DeepLSD paraextraer la traza de los cables que captura la información digitalmente,estableciendo la relación semántica de los componentes del circuito. Losplanos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.
publishDate 2024
dc.date.none.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://digital.cic.gba.gob.ar/handle/11746/12322
url https://digital.cic.gba.gob.ar/handle/11746/12322
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:CIC Digital (CICBA)
instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron:CICBA
reponame_str CIC Digital (CICBA)
collection CIC Digital (CICBA)
instname_str Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
instacron_str CICBA
institution CICBA
repository.name.fl_str_mv CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
repository.mail.fl_str_mv marisa.degiusti@sedici.unlp.edu.ar
_version_ 1842340414485430272
score 12.623145

Publicaciones similares