Explainability of generative ai for architecture: Investigating the alignment with design intentions
Mimari için üretken yapay zekanın açıklanabilirliği: Tasarım amaçlarıyla uyumunun incelenmesi
- Tez No: 833429
- Danışmanlar: PROF. DR. ARZU SORGUÇ
- Tez Türü: Yüksek Lisans
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
- Bilim Dalı: Yapı Bilim Dalı
- Sayfa Sayısı: 111
Özet
Üretken yapay zeka (YZ), bilgisayarlı tasarım araçlarını sadece tasarım nesnesinin temsiline yardımcı olan araçlardan, tasarıma yön veren iş birlikçilere dönüştürme potansiyeline sahiptir. Ancak, üretken yapay zekanın 'kapalı kutu' yapısı, kullanıcıların bu sistemleri anlamasını ve tasarım amaçlarıyla uyumlu olup olmadığını belirlemesini zorlaştırmaktadır. Bu da, YZ'nin mimarideki kullanımını kısıtlamaktadır. Bu çalışmada, bahsedilen sorun, metinden imaj üreten bir YZ'nin özelleştirilmesi ve incelenmesi ile ele alınmıştır. Hazır modellerden farklı olarak bu model, seçilmiş ve yapılandırılmış mimari veriyle eğitildiğinden kontrollü imaj üretimine ve sistematik değerlendirmeye olanak tanımaktadır. Model bir 'Stable Diffusion' modelinin, 85.000 mimari fotoğraf ve bunlarla ilişkili mimari tasarım kavramlarını temsil eden yapılandırılmış metin etiketleri eşliğinde tekrar eğitilmesi ile oluşturulmuştur. Bu etiketler, mimari proje açıklamalarından, yapay sinir ağlarına dayanan bir konu modellemesi tekniği ile çıkarılmıştır. Bu model, mimari tasarım senaryoları ile test edilerek, mimari tasarım amaçlarıyla uyumu incelenmiştir.
Özet (Çeviri)
Generative AI systems have the potential to elevate computational design tools from mere design artifact representation aids to influential collaborators in the design process. However, due to the black-box nature of generative AI, it is challenging for users to grasp its mechanisms and ascertain if the system aligns with their design intentions, thereby limiting its full potential in the architectural design process. Addressing this issue, this thesis presents a specialized text-to-image generative model. Unlike off-the-shelf models, this model benefits from curated and structured training data, facilitating controlled image generation and systematic evaluation. The model is developed by fine-tuning a pre-trained Stable Diffusion model using 85,000 architectural images and structured textual labels, representing diverse architectural design concepts related to the images, extracted from architectural project descriptions via neural topic modeling. Through investigating how well these labels are represented in the generated outputs across various architectural design use cases, the study demonstrated the model's alignment with design intentions.
Benzer Tezler
- Doğal dil ile SQL ve görselleştirme koduna dönüşümde büyük dil modellerinin karşılaştırmalı analizi
Comparative analysis of large language models for natural language to SQL and visualization code generation
BAYKAL MEHMET UÇAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DOÇ. DR. SEFER BADAY
- Multimodal medical visual question answering: Knowledge spaces and semantic segmentation for improved and explainable AI
Çok-kipli tıbbi görsel soru cevaplama: Bilgi uzayları ve anlamsal bölütleme ile gelişmiş ve açıklanabilir yapay zekâ
ZİYA ATA YAZICI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease
Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi
İNANÇ MORAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TURGAY ALTILAR
- Sentiment-driven forecasting of short-term asset price directions using large language models
Büyük dil modelleri kullanarak varlık fiyatlarının kısa vadeli yönlerinin duygu odaklı tahmini
AHMET BERKAY GÜLTEKİN
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Reinforcement learning for automatic ground collision avoidance system of fighter jets: sequential maneuver primitive approach
Savaş jetlerinin otomatik yer çarpışmasından kaçınma sistemi için pekiştirmeli öğrenme: sıralı manevra primitif yaklaşımı
FATİH EROL
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİ ACAR