Decision-making process for house plan layout generation through deep learning algorithms: A hybrid model proposal
Derin öğrenme algoritmaları aracılığı ile konut planı yerleşimi için karar verme süreci: Hibrit bir model önerisi
- Tez No: 888564
- Danışmanlar: PROF. DR. SEMRA ARSLAN SELÇUK, PROF. DR. ARZU SORGUÇ
- Tez Türü: Doktora
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 223
Özet
Günümüzde, dijitalleşmeyle birlikte veri miktarı hızla artmakta ve bu verilerin analizi ve kullanımı giderek önem kazanmaktadır. Veri setlerini etkili bir şekilde işleyebilmek ve değerli bilgilere dönüştürebilmek için derin öğrenme algoritmaları büyük bir önem taşımaktadır. Derin Öğrenme (DL), Makine Öğrenmesinin (DL) alt dalı olarak karmaşık veri yapılarını anlamak ve öğrenmek için kullanılan Yapay Zeka (YZ) tekniklerini içermektedir. Özellikle, karar destek sistemlerinden başlayarak görüntü işleme ve üretme süreçlerine kadar birçok alanda kullanılan DL algoritmaları, mimarlık alanında da büyük ilgi görmektedir. Mimarlık, tasarımın temelinde insan algısını ve mekan ilişkilerini anlama ve bu doğrultuda çözümler üretme sürecidir. DL algoritmaları, mimarların bu süreçte daha verimli ve yaratıcı olmalarına yardımcı olabilmektedir. Özellikle, Üretken Çekişmeli Ağlar (GANs) gibi algoritmalar, tasarımcılara yeni ve farklı tasarım seçenekleri sunarak ve üretkenliklerini artırmaktadır. GAN'lar, tasarım sürecinde farklı alternatifler üretirken mimarların kriterlerine uygunluğunu değerlendirebilir ve böylece tasarımcılara önemli bir karar destek sistemi sağlanabilmektedir. Algoritmaların eğitilmesi ve sonuçların yorumlanabilirliği önem taşımaktadır. Tasarımcılar, üretilen sonuçları doğru bir şekilde yorumlayabilmeli ve mekan tasarımı üzerindeki etkilerini anlayabilmelidirler. Bu nedenle, YZ algoritmalarının çalışma prensipleri ve sonuçlarının nasıl elde edildiği konusunda açıklık ve anlaşılırlık sağlamak önemlidir. Bu bağlamda,“Yapay Zeka ve Tasarımcılar Nasıl İşbirliği Yapar?”sorusu altında YZ algoritmalarının tasarımcılarla nasıl işbirliği yapabileceği ve üretilen sonuçların nasıl yorumlanabilir ve açıklanabilir olabileceği üzerine tez çalışması geliştirilmiştir. Tasarımcıların düşünme biçimleri, bilgiye erişim yöntemleri ve tasarım araçlarını kullanma şekilleri de bu çalışmaların odak noktasıdır. Ayrıca, mekan tasarımının temel parametreleri ve değerlendirme kriterleri de araştırmamızın önemli bir parçasını oluşturmuştur. Sonuç olarak, DL algoritmaları, mimarların tasarım süreçlerinde daha yaratıcı ve etkili olmalarına olanak tanırken, karar destek sistemi model önerisi olarak tasarımcı ile işbirlikli bir şekilde hibrit bir model önerisi bu tez kapsamında ortaya konulmuştur.
Özet (Çeviri)
With the advancements in technology, Artificial Intelligence (AI), and Deep Learning (DL) provide designers with new perspectives in design frameworks. In this context, designers are noted to prioritize the development of more efficient and expedited design models through these technologies. Generative Adversarial Networks (GANs) provide designers with new opportunities for exploring new ways of design. When utilizing this technology, designers prioritize their design tools, processes, evolving ideas, and methods. The heterogeneity of the design challenge and representations was explored in“How Designerly Way of Thinking”. Analyzing“How AI/Machine Learns”from a theoretical perspective helps to comprehend the link between Machine Learning (ML) algorithms and human learning processes. The thesis looks into the parallels between how people learn and comprehend information and the fundamental learning mechanisms of artificial neural networks. Architects consider how they can collaborate effectively using design technology tools. The major question addressed in the thesis is,“How do AI and the Designers Collaborate?”This framework addresses fundamental inquiries regarding the architect's involvement in and interpretation of plan layouts generated by GANs. Additionally, in the object detection technique plan layouts were predicted after the generation of plan layouts through GANs to create, analyze, and label spatial plan layouts. It seeks to recognize the images produced by the ML algorithm and generate computable plan layouts for the architect's final plan assessment. When the computable plan layouts are analyzed, a hybrid decision support system method for architects is suggested, utilizing a rule-based evaluation and classification approach.
Benzer Tezler
- Tünel kalıp sistemleri kullanılarak bilgisayar ortamında bireyselleştirilmiş konut üretimi
Generating customized housing plan layouts in computer environment using tunnel form structures
BELİNDA TORUS
Doktora
Türkçe
2016
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. SİNAN MERT ŞENER
- Şehirsel mekanların biçimlenmesine yönelik bir araştırma: Arnavutköy ve Galata örneklerinin dizimsel analizleri
Başlık çevirisi yok
NESLİ YALKUT
- Çeşitli büyüklüklerdeki alışveriş mekanlarını aydınlatma sistemleri tasarım ilkeleri
Designing principles of lighting systems in store designs of various types
HALE İKİZLER
Yüksek Lisans
Türkçe
1996
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET Ş. KÜÇÜKDOĞU