高層建築施工におけるコスト・工程・炭素リスク予測のためのBIM統合型説明可能機械学習
BIM-integrated explainable machine learning for cost, schedule, and carbon risk prediction in high-rise building construction (原題)
Firas Zawaideh
🤖 gxceed AI 要約
日本語
BIMデータと説明可能な機械学習を統合し、高層建築の施工段階でコスト・工程・炭素リスクを同時に予測する手法を提示する研究。炭素排出をリスク指標として組み込む点が特徴で、建設分野の脱炭素意思決定を支援する可能性を示す。
English
This work integrates BIM data with explainable machine learning to jointly predict cost, schedule, and carbon risk in high-rise construction. By treating embodied carbon as a predictive risk metric, it supports decarbonization-aware project decisions in the building sector.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
建設業はScope 3排出の大宗を占め、SSBJ・有報でのサプライチェーン排出開示が進む中、施工段階の炭素リスクを定量予測する手法は日本企業の開示・調達対応に直結する。
In the global GX context
Buildings and construction are a major embodied-carbon source; embedding carbon prediction into BIM workflows aligns with ISSB/CSRD Scope 3 and building-sector disclosure trends.
👥 読者別の含意
🔬研究者:BIMとXAIを炭素リスク予測に統合する手法設計の参考になる。
🏢実務担当者:施工前段階で炭素・コスト・工程リスクを同時評価する実務ツールの示唆。
🏛政策担当者:建設脱炭素の定量評価を促す規制・開示枠組み設計の参考になる。
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.1007/s42107-026-01761-0first seen 2026-11-03 05:35:12 · last seen 2026-11-05 06:07:00
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。