Le Reti Bayesiane costituiscono uno strumento computazionale molto affidabile per l'analisi di grandi moli di dati ai fini della conduzione di inferenze finalizzate alla gestione dell'ambiente costruito.
Il presente volume inizia fornendo una trattazione critica del concetto di digital twin per le costruzioni, che, evidenziandone gli aspetti paradigmatici, definisce il quadro metodologico generale a cui saranno ricondotti i successivi approfondimenti. I capitoli seguenti analizzano, attraverso dei casi esemplificativi, il ruolo fondamentale e le possibilità di integrazione delle Reti Bayesiane nel digital twin per le costruzioni. Le Reti Bayesiane così integrate sono un potente strumento di analisi di scenario e di supporto alle decisioni, perfettamente contestualizzato nel data stream e veloce da interrogare, grazie ai modelli analitici di inferenza probabilistica consolidati negli ultimi decenni. La trattazione affronta gli aspetti tecnici con dettaglio tale da garantire la replicabilità di quanto descritto dagli autori anche in settori affini a quello della gestione dell'ambiente costruito.

Alessandro Carbonari è professore ordinario di Digital Project Management presso la Facoltà di Ingegneria dell'Università Politecnica delle Marche (Ancona), Dipartimento di Ingegneria Civile, Edile e Architettura (DICEA).

Alessandra Corneli è ricercatrice e docente di Building Information Modelling presso la Facoltà di Ingegneria dell'Università Politecnica delle Marche (Ancona), Dipartimento di Ingegneria Civile, Edile e Architettura (DICEA).

Alberto Giretti è professore ordinario di Facility Management presso la Facoltà di Ingegneria dell'Università Politecnica delle Marche (Ancona), Dipartimento di Ingegneria Civile, Edile e Architettura (DICEA).

Berardo Naticchia è professore ordinario di Digital Project Engineering presso la Facoltà di Ingegneria dell'Università Politecnica delle Marche (Ancona), Dipartimento di Ingegneria Civile, Edile e Architettura (DICEA).