Yeni yayın: Self-Improving Cost Estimation for Architectural Projects: A Feedback-Driven Approach
OkuKendini geliştiren maliyet sistemleri üzerine açık araştırma
Arkeşif bir ürün olduğu kadar bir araştırma projesi. Amaç, maliyet kestiriminde öğrenen bir sistemin ne kadar isabetli olabildiğini ölçmek ve yöntemi açıkça paylaşmak.
Ana iddiamız şu: bir maliyet sistemi, kullanıcı düzeltmelerinden öğrenerek zamanla daha isabetli hale gelebilir. Bunu ölçülebilir kılmak için her öneriyi, her kabulü ve reddi kaydediyor; model kalitesini sabit test setleri ve regresyon testleriyle izliyoruz.
Topla → etiketle → eğit → değerlendir → gölge modda yayınla → tekrarla. Yeni modeller önce yalnızca önerir; kullanıcı onayı olmadan hiçbir öneri veriye yazılmaz.
Bir düzeltmenin modele dönüş yolu
Uygulama
Olay günlüğü
Özellik deposu
Model servisi
Öneri
Geri bildirim
↺ Geri bildirim → Olay günlüğü
8 aylık saha kullanımından ölçülen göstergeler
Ortalama fiyat sapması (MAPE)
17,4% → 9,1%
Öneri kabul oranı
82%
Ayrılmış test seti
96
İncelenen proje
214
Zaman içinde fiyat sapması
Aylık ortalama yüzde sapma; geri bildirim döngüsü çalıştıkça düşer.
Saha kullanımından toplanan veri, eğitim ve değerlendirme için ayrılır. Kişisel veriler ayıklanır; yalnızca kalem, miktar, birim fiyat ve bağlam saklanır.
Öğrenen bir sistemin ölçülebilir olması, verinin nasıl kullanıldığının açık olmasını gerektirir.
4 çalışma · ön baskılar dahil
A. Yılmaz, M. Demir, E. Kaya
Under review
Özet
This work-in-progress examines the use of an AI-assisted takeoff platform in architectural and civil engineering education. We describe a classroom deployment and a study design measuring whether students taught with the tool develop cost literacy faster than a control group, and whether the tool's explanatory assistant functions as an effective tutor. Preliminary observations and the full measurement protocol are reported.
A. Yılmaz, S. Aksoy
arXiv:2609.01234 [cs.AI]
Özet
We apply neuroevolution to the rule sets that drive takeoff assistance — the heuristics deciding which items a project of a given type is likely to require. Candidate rule populations are mutated and recombined against a fitness function combining item-set precision, recall and expert agreement. On a held-out corpus of 96 projects, evolved rules reduce false-positive suggestions by 38% relative to hand-written heuristics while raising recall by 6 points. We discuss why evolving structure, rather than only weights, matters in this domain.
A. Yılmaz, E. Kaya, M. Demir
Journal of Construction Informatics, 12(2), 141–163
Özet
We study whether a cost-estimation system used daily by quantity surveyors can improve its own accuracy from ordinary usage signals. Instead of relying only on curated labels, we treat every user override as a supervision signal and every accepted or rejected suggestion as implicit feedback. Over an eight-month deployment across 214 residential and educational projects, mean absolute percentage error on unit prices fell from 17.4% to 9.1%, with the largest gains on the items the incumbent price library represented poorly. We describe the data-collection architecture, the feedback loop, and the safeguards that keep a human in control.
E. Kaya, Z. Şahin, A. Yılmaz
Proceedings of the 42nd Conference on Computing in Civil Engineering
Özet
Price suggestions are only useful if surveyors can justify them. We present a human-in-the-loop evaluation of an explainable suggestion interface that surfaces the provenance of each estimate — the contributing past projects, the regional average and the confidence band. In a controlled study with 34 professionals, explainability increased acceptance of correct suggestions by 22% and reduced acceptance of incorrect ones by 31%, indicating that explanation quality, not raw accuracy alone, governs trust.
Üniversiteler, araştırma grupları ve meslek odalarıyla çalışmaya açığız. Veri, yöntem veya ortak yayın konularında bize ulaşın.