近日，我系教師題為“Neural topic modeling of machine learning applications in building: Key topics, algorithms, and evolution patterns”的研究論文，在智能建造領(lǐng)域國際頂級期刊《Automation in Construction》（中科院一區(qū)Top，影響因子9.6）發(fā)表，該期刊位居全球SCIE收錄的181種土木工程類期刊第1位。論文第一作者為建設(shè)經(jīng)濟(jì)與管理系周鵬副教授，第二作者為2022級碩士研究生漆一凡，通訊作者為常遠(yuǎn)教授。

近年來，機(jī)器學(xué)習(xí)算法廣泛應(yīng)用于建筑領(lǐng)域研究。然而，現(xiàn)有研究中機(jī)器學(xué)習(xí)算法的建筑領(lǐng)域應(yīng)用格局如何？機(jī)器學(xué)習(xí)算法與建筑領(lǐng)域應(yīng)用間的偏好如何？機(jī)器學(xué)習(xí)算法、建筑領(lǐng)域應(yīng)用及其偏好的演變?nèi)绾危繛榻獯鹕鲜鰡栴}，本研究應(yīng)用了深度學(xué)習(xí)算法，識別了建筑領(lǐng)域涵蓋全生命周期的27個機(jī)器學(xué)習(xí)應(yīng)用主題，揭示了27個主題之間的橫向關(guān)聯(lián)關(guān)系以及內(nèi)涵的12級縱向知識層級結(jié)構(gòu)，挖掘了27個主題與20種機(jī)器學(xué)習(xí)算法之間的靜態(tài)內(nèi)在關(guān)聯(lián)和過去30年間（1994-2023）的3D動態(tài)演化過程。本研究結(jié)果為建筑領(lǐng)域中機(jī)器學(xué)習(xí)算法的均衡發(fā)展與科學(xué)應(yīng)用提出了相關(guān)建議。

文獻(xiàn)鏈接：https://doi.org/10.1016/j.autcon.2024.105890

撰稿：周鵬

審稿：劉志東