Machine Learning for Sustainable Structures: A Call for Data
Machine Learning for Sustainable Structures: A Call for Data
复制标题
可持续结构的机器学习：对数据的需求
DOI：
10.1016/j.istruc.2018.11.013
复制
发表时间：
2019
期刊：
影响因子：
4.1
通讯作者：
D'Amico B
中科院分区：
文献类型：
--
作者：
D'Amico B
建筑物是世界上能源需求、温室气体（GHG）排放、资源消耗和废物产生的最大贡献者。通过重新思考我们如何处理建筑设计来应对气候变化，全球变暖和资源稀缺，这是一个不容错过的机会。结构材料通常在建筑物的总质量中占主导地位;因此，在有效的结构设计和结构材料的使用中，可以发现材料效率和温室气体排放减少的巨大潜力。为此，环境影响评估方法，如生命周期评估（LCA）越来越多地被使用。然而，由于大量的参数和不确定性因素会影响建筑物的沿着，因此它们可能无法提供预期的效益。此外，可靠评估所需的努力和成本似乎是更广泛采用LCA的主要障碍。因此，通过将现有的环境影响评估方法与机器学习和神经网络等人工智能方法相结合，可以更快地减少建筑物的影响。这篇简短的文章将简要介绍以前在土木和结构工程中使用这些技术的尝试。它将展示机器学习和神经网络应用在结构工程领域的可能成果，最重要的是，它需要来自地球仪的专业人员的数据，以形成一个基本的基础，从而能够更快地过渡到更可持续的建筑环境。
Buildings are the world's largest contributors to energy demand, greenhouse gases (GHG) emissions, resource consumption and waste generation. An unmissable opportunity exists to tackle climate change, global warming, and resource scarcity by rethinking how we approach building design. Structural materials often dominate the total mass of a building; therefore, a significant potential for material efficiency and GHG emissions mitigation is to be found in efficient structural design and use of structural materials.To this end, environmental impact assessment methods, such as life cycle assessment (LCA), are increasingly used. However, they risk failing to deliver the expected benefits due to the high number of parameters and uncertainty factors that characterise impacts of buildings along their lifespans. Additionally, effort and cost required for a reliable assessment seem to be major barriers to a more widespread adoption of LCA. More rapid progress towards reducing building impacts seems therefore possible by combining established environmental impact assessment methods with artificial intelligence approaches such as machine learning and neural networks.This short communication will briefly present previous attempts to employ such techniques in civil and structural engineering. It will present likely outcomes of machine learning and neural network applications in the field of structural engineering and – most importantly – it calls for data from professionals across the globe to form a fundamental basis which will enable quicker transition to a more sustainable built environment.
登录
查看更多内容
建筑物隐含碳的基准测试
DOI：
10.1080/24751448.2017.1354623
发表时间：
2017
期刊：
Technology|Architecture + Design
影响因子：
--
作者：
K. Simonen;Barbara X. Rodriguez;C. De Wolf
通讯作者：
C. De Wolf
影响因子：
11.1
作者：
Pomponi, Francesco;Moncaster, Alice
通讯作者：
Moncaster, Alice
建筑结构中的材料用量及其对环境的影响
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
D. Wolf;Catherine
通讯作者：
Catherine
DOI：
10.1680/ensu.15.00033
发表时间：
2016-08-01
影响因子：
1.2
作者：
De Wolf, Catherine;Yang, Frances;Ochsendorf, John
通讯作者：
Ochsendorf, John