اخبار و اعلانات
آمار
| تعداد نشریات | 34 |
| تعداد شماره‌ها | 1,306 |
| تعداد مقالات | 9,427 |
| تعداد مشاهده مقاله | 9,188,320 |
| تعداد دریافت فایل اصل مقاله | 5,620,745 |
ارائه چارچوبی مبتنی بر هوش مصنوعی برای اتوماسیون فرآیند تهیه صورت وضعیت کارگاه‌های ساختمانی با استفاده از یادگیری ماشین و پردازش زبان طبیعی: مطالعه چالش‌ها و مزایا | ||
| مهندسی عمران و فناوری‌های نوین | ||
| دوره 5، شماره 5، فروردین 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| زهیر فتحی* ؛ زهرا غلامزاده همقرین | ||
| تاریخ دریافت: 11 فروردین 1404، تاریخ بازنگری: 07 اردیبهشت 1404، تاریخ پذیرش: 18 اردیبهشت 1404 | ||
| چکیده | ||
| این پژوهش با هدف ارائه چارچوبی مبتنی بر هوش مصنوعی برای خودکارسازی فرآیند تهیه صورت‌وضعیت در پروژه‌های ساختمانی انجام شده است تا کارایی، دقت و شفافیت را در مدیریت پروژه‌ها بهبود بخشد و تأخیرات مالی را کاهش دهد. فرآیند تهیه صورت‌وضعیت، که مبنای پرداخت به پیمانکاران و ارزیابی پیشرفت کار است، اغلب با چالش‌هایی نظیر زمان‌بر بودن، احتمال خطای انسانی و اختلافات بین ذینفعان روبه‌روست؛ برای مثال، تأخیر در پرداخت‌ها می‌تواند جریان نقدی را مختل کند و پروژه را متوقف سازد. چارچوب پیشنهادی از یادگیری ماشین برای تجزیه و تحلیل داده‌های پیشرفت پروژه، از طریق منابعی مانند مدل‌های اطلاعات ساختمان و حسگرهای اینترنت اشیاء بهره می‌گیرد و با پردازش زبان طبیعی، اطلاعات مرتبط را از اسناد متنی نظیر قراردادها، گزارش‌های روزانه و مشخصات پروژه استخراج می‌کند تا صورت‌وضعیت را خودکار تهیه کند. این مطالعه ضمن تشریح گام‌به‌گام چارچوب پیشنهادی و گردش کار آن، چالش‌های فنی، حقوقی، اخلاقی و اجرایی را بررسی کرده و نشان می‌دهد این سیستم زمان پردازش را کاهش می‌دهد، خطاها را کم می‌کند، جریان نقدی را بهبود می‌بخشد و با مستندات شفاف، اختلافات را به حداقل می‌رساند. خودکارسازی صورت‌وضعیت با هوش مصنوعی راه‌حلی تحول‌آفرین برای صنعت ساخت است که علی‌رغم موانع، با مزایای قابل‌توجهش می‌تواند استاندارد جدیدی ایجاد کند و پژوهش‌های آینده باید آن را در پروژه‌های واقعی آزمایش کنند. | ||
| کلیدواژه‌ها | ||
| هوش مصنوعی؛ یادگیری ماشین؛ پردازش زبان طبیعی؛ صورت وضعیت؛ مدیریت پروژه | ||
| عنوان مقاله [English] | ||
| An AI-Based Framework for Automating Construction Progress Billing Using Machine Learning and Natural Lan-guage Processing: Challenges and Benefits | ||
| نویسندگان [English] | ||
| zohair fathi؛ zahra gholamzade hamgharin | ||
| چکیده [English] | ||
| This research presents an artificial intelligence-based framework to automate the preparation of progress payment certificates in construction projects, aiming to enhance efficiency, accuracy, and transparency in project management while minimizing financial delays. The preparation of progress payment certificates, which serves as the basis for contractor payments and work progress evaluation, frequently faces challenges such as time-intensive processes, human errors, and disputes among stakeholders. For instance, payment delays can disrupt cash flow, potentially stalling projects. The proposed framework employs machine learning to analyze project progress data from sources like Building Information Models (BIM) and IoT sensors. Additionally, natural language processing (NLP) is utilized to extract pertinent information from textual documents, including contracts, daily reports, and project specifications, to automate certificate preparation. The study details the framework’s step-by-step workflow and evaluates associated challenges, encompassing technical issues (e.g., data integration), legal concerns (e.g., privacy compliance), ethical risks (e.g., algorithmic bias), and implementation hurdles (e.g., initial investment costs). Results indicate that this system significantly reduces processing time, minimizes errors, enhances cash flow, and mitigates disputes through transparent documentation. Automating progress payment certificates with AI represents a transformative solution for the construction industry. Despite challenges, its substantial benefits position it as a potential new standard. Future research should focus on testing the framework in real-world projects to validate its scalability, adaptability, and effectiveness across diverse construction contexts and regulatory frameworks, ensuring its practical viability. | ||
| کلیدواژه‌ها [English] | ||
| Artificial Intelligence, Machine Learning, Natural Language Processing, Progress Payment Certificate, Project Management | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 41 |
||