logo
  • Home
  • Call for papers
  • La rivista
    • Dienne
    • Dienne Vol. 1
    • Dienne Vol. 2
    • Dienne Vol. 3
    • Dienne Vol. 4
    • Dienne Vol. 5
    • Dienne Vol. 6
    • Dienne Vol. 7
    • Dienne Vol. 8
    • Dienne Vol. 9
    • Dienne Vol. 10
    • Dienne Vol. 11
    • Dienne Vol. 12
    • Dienne Vol. 13
    • Dienne Vol. 14
    • Dienne Vol. 15
    • Dienne Vol. 16
  • Abbonamenti & Download
  • Editorial team and policies
  • Contatti
  • Lingua
    • Italiano
    • English

© 2025 Dienne Tutti i diritti riservati

Dienne

Building Information Modeling, Data & Semantics

ISSN 26108755

Il Building Information Modeling (BIM), con le norme UNI 2017 e le raccomandazioni operative del BIM Handbook, è stato riconosciuto come lo strumento informativo centrale del processo della digitalizzazione del campo delle costruzioni.

La rivista Dn si propone come prima esperienza editoriale a livello nazionale per peculiarità dei temi trattati e taglio di approfondimento, offrendo una variegata selezione, approcci, tecnologie e strumenti ben definiti per “ben costruire e far vivere”.

I contributi, eterogenei per contenuti e per esemplificazioni spaziano dagli approcci di forte connotazione in ambito di H-BIM ad alcuni esempi virtuosi di buone pratiche per la realizzazione di importanti interventi edilizi, fino a giungere alla descrizione di proposte operative e relative applicazioni in ambito gestionale e manutentivo.

Ultimi articoli

Indice Volume 16


Editoriale Vol. 16


La digitalizzazione delle tele della collezione Barberini: normativa, protocolli e parametri qualitativi


Workflow AI/H-BIM per la digitalizzazione e l’analisi del danno strutturale


Struttura e metodologia per la costruzione di un Dataset di immagini di murature laterizie di Epoca Romana


Panorami sferici per l’implementazione visuale di modelli BIM in ambito museale


Verso una modellazione 3D efficiente degli spazi culturali utilizzando l’intelligenza artificiale: dall’acquisizione video rapida e a bassa risoluzione a ricostruzioni ad alte prestazioni


Oltre il tratto: tra apprendimento stilistico e generazione controllata con Stable Diffusion


© 2025 Dienne Tutti i diritti riservati

Privacy Preference Center

Privacy Preferences

Utilizziamo i cookie per essere sicuri che tu possa avere la migliore esperienza sul nostro sito. Se continui ad utilizzare questo sito noi assumiamo che tu ne sia felice.OkPrivacy policy