تتزايد أهمية أنظمة إدارة المباني (BMS) في عصر التكنولوجيا الحديثة، حيث تلعب دوراً رئيسياً في تحسين الكفاءة الطاقية والأداء التشغيلي. ومع ذلك، فإن انعدام معايير موحدة بين نقاط BMS من شركات مختلفة يعيق تكامل البيانات واستغلالها بشكل فعال. هنا تبرز تقنية Brick، التي توفر معياراً موحداً للأنظمة البنائية، ولكن تواجه عملية ربط نقاط BMS بفئات Brick المناسبة ثلاثة تحديات رئيسية:

1. العدد الكبير من فئات Brick، الذي يبلغ 936 في أحدث إصدار.
2. نقص المعرفة المتخصصة في النموذجات اللغوية الكبرى (LLMs).
3. الجهد الكبير المطلوب للتحقق من البيانات يدوياً.

للتحايل على هذه التحديات، تم تقديم Brick-DICL، وهو إطار عمل ديناميكي لتعلم السياق من مرحلتين يهدف لتصنيف أنظمة سكيمات Brick بشكل آلي. يتكون Brick-DICL من مكونين رئيسيين:

- **metadata-RAG**: يقوم باسترجاع أمثلة ذات صلة لتعزيز المعرفة المتخصصة في النموذجات اللغوية.
- **class-RAG**: يركز على حصر الفئات المحتملة لـ Brick لتقليل حجم التصنيف.

بالإضافة إلى ذلك، قام المطورون بتنفيذ آلية تصفية متعددة النماذج اللغوية، التي تقارن التوقعات عبر نماذج متعددة، مما يؤدي إلى إبلاغ التصنيفات الضعيفة الثقة للمراجعة البشرية.

تجعل Brick-DICL:

- **شاملة**: قابلة للتطبيق على أي نظام إدارة مبانٍ مهما كان المصنع أو تنسيق البيانات.
- **مبتكرة وقوية**: باعتبارها الخط الأول في تقنية التعلم الديناميكي لسكيمات Brick، تحقق Brick-DICL تحسينات ملحوظة في دقة تصنيف البيانات مقارنة بالأساليب الحالية.
- **فعالة**: تساهم استراتيجيتها في تصفية النماذج المتعددة في تقليل الجهد اليدوي للتحقق، مما يسرع من عملية دمج المباني الرقمية.

تظهر التجارب Extensive فعالية Brick-DICL عبر مجموعات بيانات منوعة، مما يسرع من التوجه نحو أنظمة إدارة مباني موحدة وقابلة للتفاعل.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.