[67] usaram ML clássico, como SVM e técnicas modernas de RNA para classificar imagens de

projetos de edifícios. As imagens das estruturas utilizadas foram extraídas de 60 modelos BIM
de edifícios aleatórios e categorizadas em três classes diferentes: edifício de apartamentos,
edifício industrial e outros tipos de edifícios. Os resultados mostram que a precisão das
técnicas de reconhecimento de imagem da RNA superou a técnica SVM. Este tipo de
classificação baseada em imagens artificiais mostra que é possível obter resultados precisos
tanto utilizando RNA pré-treinada em imagens da vida real quanto RNA com estruturas
geradas aleatoriamente e pesos inicializados aleatoriamente. Isto lhes permitirá dimensionar
esses modelos para a classificação das milhares de estruturas BIM que ainda não foram
rotuladas

[74,75] propuseram um framework com o objetivo de gerar projetos e evitar automaticamente

choques espaciais de vergalhões em elementos prémoldados de concreto usando modelos
BIM e uma técnica DL chamada rede adversária generativa (GAN) e aprendizagem por reforço
multiagente. (MARGA). No estudo, o GAN foi usado para gerar projetos de vergalhões 2D. Em
seguida, os projetos de vergalhões 2D foram transformados em ambientes digitais para MARL.
A seguir, com base nos resultados do MARL, o agente RL seleciona ações adequadas e atinge
os alvos definidos sem bater em obstáculos ou ficar sem tempo. Posteriormente, os agentes
convergem gradualmente para o ótimo global juntamente com o treinamento experimental.
Por fim, os caminhos dos agentes são extraídos para um modelo BIM gerando o projeto do
vergalhão resultando nos caminhos mais eficientes para o sistema de vergalhões.

Dois estudos de Zhang et al. [88,89] foram publicados em 2015 e 2016, respectivamente,
utilizando IFC e PNL. Ambos os estudos abordam o problema de verificação automatizada de
conformidade, propondo um método para extrair informações de projeto de um modelo IFC
em uma representação baseada em lógica semântica que está alinhada com uma
representação de informações regulatórias baseada em lógica semântica correspondente. A
PNL foi usada com técnicas de interface de acesso a dados padrão java (JSDAI) para extrair
automaticamente informações do projeto do IFC e transformá-las em um formato lógico que
está pronto para ser verificado automaticamente em relação às regras regulatórias
representadas pela lógica [88,89] .

Motawa [125] aprimorou o sistema desenvolvendo um sistema BIM inteligente baseado em

conhecimento baseado em CBR e integrou-o com um sistema de diálogo falado para capturar
e recuperar informações e conhecimentos relacionados à manutenção de edifícios. O sistema
foi capaz de atuar como um agente especialista interativo, gerando uma interface
conversacional que responde às dúvidas dos usuários, buscando soluções a partir dos casos de
conhecimento previamente armazenados.

Peng et al. [126] propuseram uma estrutura para resolver a interoperabilidade de dados
necessária para a operação de um terminal aeroportuário do mundo real usando uma
abordagem híbrida de DM baseada em BIM baseada em três métodos; (1) análise de cluster
para encontrar relações de similaridade entre registros, (2) detecção de valores discrepantes
para detectar dados inseridos manualmente incorretamente e (3) um algoritmo baseado em
cluster baseado em complexidades temporais para encontrar links lógicos profundos entre
registros. As principais conclusões mostraram que o método híbrido de DM apoia
adequadamente a previsão, o alerta precoce e a tomada de decisões, levando a melhorias no
uso de recursos e na eficiência da manutenção durante a fase de operação e manutenção