IDI REVIEW GESTIÓN
“ Machine learning model for the BIM classification in IFC format”
Documento especializado en reseñar artículos científicos,todotipodetesisylibrosenfocados a la Ingeniería Civil y temas afines; con el objetivo de expandir los conocimientos de nuestros investigadores, quienes con su esfuerzo han concluido este trabajo satisfactoriamente, para presentar información de calidad a los lectores y, posteriormente, se animenarevisarelescritooriginal.
Autor Principal
Marina Petrochenko es coordinadora del programadeMaestríaenIngenieríaCivilen el Instituto de Ingeniería Civil de la Universidad Politécnica Estatal de San Petersburgo (SPbPU), Rusia. Su trayectoria incluye la gestión académica de programas internacionales orientados al diseño y análisisdeestructuras,modelado3D(BIM), y gestión de proyectos de construcción. Petrochenkohadesempeñadounpapelclave en la promoción de la movilidad internacional, colaborando con diversas universidades europeas para ofrecer a los estudiantes oportunidades de intercambio y formación especializada en construcción sostenible y tecnologías energéticamente eficientes
Autores Complementarios: PavelNedviga,AnnaKukina,KseniyaStrelets&Valeriya Sherstyuk
Reseñador C.E. IDI UPC
Revisor C.E. IDI UPC
Marina Petrochenko
Carlos M. Gutierrez Ayquipa
Richard A. Mendoza Martínez Investigador Co-director 2024 Investigaciones Investigaciones
Título del documento: MachinelearningmodelfortheBIMclassificationinIFCformat
Revista: MagazineofCivilEngineering
Fecha de publicación: 29/12/2023
Tipo de documento: ArtículoCientífico
Figura 1
Flujo de trabajo de la aplicación "Impulse"
Nota. Adaptado de “Machine learning model for the BIM classification in IFC format”, 2024 (https://engstroy.spbstu.ru/en/article/2024.126.2/)
1. Resumen
Esta reseña examina los aportes de Marina Petrochenko en el campo de la ingeniería civil, particularmente en la educaciónsuperiorylacoordinaciónde programas académicos internacionales. Se destacan sus contribuciones a la implementación de un programa de maestría en inglés en la Universidad Politécnica Estatal de San Petersburgo, que ha fomentado la integración de
tecnologías avanzadas, como el modelado de información de edificios (BIM), y la planificación y gestión de proyectos de construcción. Además, su trabajo ha facilitado el intercambio académico entre estudiantes y universidades de Europa, promoviendo enfoques sostenibles y eficientes en la construcción. Las conclusiones de su labor subrayan la importancia de una educaciónglobalizadaeningeniería
civil, orientada a la innovación tecnológica y la formación de profesionalescapacitadosparaenfrentar losdesafíosactualesdelsector.
2. Introducción
LaIng.MarinaPetrochenkohasidouna figura clave en la coordinación académicadeprogramasinternacionales de ingeniería civil en la Universidad Politécnica Estatal de San Petersburgo (SPbPU). Su enfoque en la modernización de la enseñanza de la ingeniería civil, integrando tecnologías como el modelado 3D (BIM) y la eficienciaenergéticaenlaconstrucción, ha permitido una formación más competitiva y globalizada para los futurosingenieros.Laimportanciadesu trabajo radica en la promoción de la colaboración internacional entre universidades, lo que ha potenciado la movilidad estudiantil y el intercambio de conocimientos en áreas clave del desarrollo estructural y la gestión de proyectos. El objetivo de esta reseña es analizar sus contribuciones más relevantes y evaluar el impacto de sus esfuerzos en la evolución de la educacióneningenieríacivil.
3. Cuerpo
Descripción:
La Dra. Petrochenko ha desarrollado publicaciones en el ámbito de la “tecnología y organización de la construcción”. Desarrolló mediciones delaeficienciaeconómicadeProyectos de construcción, clasificación de la informaciónmediantealgoritmosque
permiten automatizar la asignación decódigosaloscomponentesdelos proyectos, así como modelos que permitenevaluarlosciclosdevidade los proyectos y evaluaciones complejas de la calidad de las obras deconstrucciónmediantetecnologías BIM.
Impacto:
LasinvestigacionesdelaDra.Marina Petrochenko, han permitido desarrollar un algoritmo del sistema con un modelo de aprendizaje automático permitiendo absorber conocimientos que el especialista va entrenando manualmente al modelo cuandoaparecendatosdecódigosen elatributoquenosonclasificadoslo cual da como resultado que los elementos etiquetados se conviertan en datos de entrenamiento para el algoritmodeaprendizajeautomático. Ello permite optimizar sustancialmente los plazos de clasificación y la eficiencia en los tiempos del ciclo de vida de los proyectosdeusocivileindustrial.
4. Conclusiones
Los aportes de la Dra. Petrochenko han permitido reducir significativamente el tiempo de clasificación en una media de 2,54 veces, mejorando la precisión de la codificación y reduciendo los costes laborales.
5. Referencia
Petrochenko, M.V.; Nedviga, P.; Kukina,A.;Strelets,K.&Sherstyuk V. (2024). Machine learning model for the BIM classification in IFC format. Magazine of Civil Engineering, 17(2), 14. https://engstroy.spbstu.ru/en/article/ 2024.126.2/