Integration of Artificial Intelligence Algorithms in Construction Project Management

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The article examines the application of artificial intelligence algorithms, specifically YOLO v8, for image analysis in the construction industry. The focus is on tasks such as automatic object detection, including window openings and building floors, using data from remote sensing technologies. The stages of technology implementation are described: data collection and processing, visualization, and its use in construction project management. The authors highlight the efficiency of the proposed solution, its high accuracy, and scalability potential. Limitations related to model tuning and the need for adaptation of regulatory standards are also discussed. The project is aimed at optimizing and digitizing construction processes.

作者简介

Stanislav Makievskiy

MIREA – Russian Technological University

编辑信件的主要联系方式.
Email: makievskij@mirea.ru

senior lecturer, Department of Enterprise Programming, Institute of Advanced Technologies and Industrial Programming

俄罗斯联邦, Moscow

Alexander Yudin

MIREA – Russian Technological University

Email: yudin_a@mirea.ru
ORCID iD: 0000-0002-6802-8603
Scopus 作者 ID: 56018042000

Dr. Sci. (Econ.), Cand. Sci. (Phys.-Math.); Head, Department of Enterprise Programming, Institute of Advanced Technologies and Industrial Programming

俄罗斯联邦, Moscow

Polina Grosheva

MIREA – Russian Technological University

Email: grosheva@mirea.ru
ORCID iD: 0000-0001-7546-6903
Scopus 作者 ID: 57204213905

Cand. Sci. (Econ.); associate professor, Department of Enterprise Programming, Institute of Advanced Technologies and Industrial Programming

俄罗斯联邦, Moscow

Mikhail Yakovlev

MIREA – Russian Technological University

Email: yakovlev_m@mirea.ru

senior lecturer, Department of Enterprise Programming, Institute of Advanced Technologies and Industrial Programming

俄罗斯联邦, Moscow

参考

  1. Hou L., Li H., Lu M. et al. Application of photogrammetry of unmanned aerial vehicles for quality control in construction projects. Journal of Civil Engineering and Management. 2021. No. 25 (8). Pp. 779–791.
  2. Hu Z., Zhang W., Duan Z. Quality control in construction based on BIM and big data technology. In: Achievements in the field of civil engineering. 2020.
  3. Tan P., Xie H., Yao Y. Quality control of concrete structures based on computer vision technology. In: Achievements in the field of civil engineering. 2020.
  4. Andreychikov A.V., Andreychikova O.N. System analysis and synthesis of strategic decisions in innovation. Mathematical, heuristic and intellectual methods of system analysis and synthesis of innovations. Textbook. Moscow, 2015. 306 p.
  5. Makarov I.M., Lokhin V.M., Manko S.V., Romanov M.P. Artificial intelligence and intelligent control systems. Moscow: Nauka, 2020. 336 p.
  6. Alekseev Yu.V., Somov G.Yu. Urban planning of settlements. The evolution of planning. Moscow: Publishing House of the Association of Construction Universities, 2021. Vol. 1. 336 p.
  7. Taranukha N.L., Pervushin G.N., Smyshlyaeva E.Yu., Papunidze P.N. Technology and organization of construction processes. Moscow: Publishing House of the Association of Construction Universities, 2022. 192 p.
  8. Ivakin Ya.A. Intellectualization of GIS. Ontology-based methods. LAP Lambert Academic Publishing, 2010. P. 322.
  9. Popovich V.V., Potapychev S.N., Pankin A.V. et al. Intelligent GIS in monitoring systems. Trudy SPIIRAN. 2006. Vol. 1. No. 3. Pp. 172–184. (In Rus.)
  10. Savinykh V.P., Tsvetkov V.Ya. The development of methods of artificial intelligence in geoinformatics. Transport of Russian Federation. 2010. No. 5. Pp. 41–43. (In Rus.)
  11. Kendal S.L., Green M. An introduction to knowledge engineering. L.: Springer, 2007. 287 p.
  12. Popovich V. Intelligent GIS Conceptualization. In: Information fusion and geographic information systems, lecture notes in geoinformation and cartography. 2014. Pp. 17−44.
  13. Voženilek V. Artificial intelligence and GIS: Mutual meeting and passing. International Conference on Intelligent Networking and Collaborative Systems. 2009. Pp. 279–284.
  14. Chursin A., Makarov Yu. Management of competitiveness. Theory and practice. Springer International Publishing Switzerland, 2015. 378 p.
  15. Chursin A., Vlasov Y., Makarov Yu. Innovation as a basis for competitiveness: Theory and practice. Springer International Publishing, 2016, 336 р.

补充文件

附件文件
动作
1. JATS XML
下载


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».