Leveraging large language models by non-coders for parametric façade component generation via visual programming
Kodlayıcı olmayanlar tarafından büyük dil modellerinden yararlanarak görsel programlama yoluyla parametrik cephe bileşeni üretimi
- Tez No: 991467
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN BURAK ÇAVKA
- Tez Türü: Yüksek Lisans
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Yapay zeka, Artificial intelligence
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Parametrik modelleme, avantajlarına rağmen kodlama ve algoritma deneyimi olmayan tasarımcılar için karmaşık bir süreçtir. Bu tez, Büyük Dil Modellerinin (LLMs) karmaşık parametrik modelleme görevlerini yürütmesinde, programlama ve kodlama deneyimi olmayan tasarımcıları destekleme potansiyelini Revit ve Rhino yazılımlarının görsel programlama ortamları Dynamo ve Grasshopper aracılığıyla eleştirel bir şekilde incelemektedir. Vaka çalışması kapsamında yalnızca temel parametrik modelleme bilgisini kapsayan ders içi eğitim sonrasında 20 öğrenciden oluşan bir katılımcı grubundan; Panel kenar sayısı, kenar uzunluğu ve panel açıklığı gibi değişkenleri içeren cephe modüllerinin oluşturmaları istenmiştir. Çalışma sonucunda öğrencilerin kompleks geometrilerde daha fazla hata ile karşılaştığı görüldü. Literatür taraması ve katılımcı grubun çalışma çıktıları doğrultusunda; Tez çalışması, her iki yazılımda uyarlanabilir cephe bileşeni üreteçlerinin geliştirilmesini içeren karşılaştırmalı bir vaka çalışması olarak çerçevelenmiştir. OpenAI tarafından geliştirilen ChatGPT-4.0 tarafından oluşturulan Python betiklerinin entegrasyonuna odaklanılmıştır. Metodoloji, bir iyileştirme sürecini benimser: Yapay Zeka ile oluşturulan betiklerin test edilmesi, hataların analizi ve revize edilmesi. YZ'nın farklı parametrik paradigmalar arasındaki etkinliği karşılaştırmalı olarak değerlendirildi. YZ yalnızca ilk betikleri oluşturmak için değil, karşılaşılan teknik sorunların çözümüne de yardımcı olmuştur. Bulgular Revit-Dynamo ortamında, betiklerin BIM uyumlu uyarlanabilir bileşenler üretirken, Rhino-Grasshopper ortamında daha karmaşık geometrik formlar üretmeye yardımcı olduğunu gösterdi. Kullanıcının modelleme mantığını ifade etme ve teknik açıdan ayrıntılı girdiler sağlama becerisine bağlı YZ'nin etkinliği değişir. YZ, parametrik modellemeyi basitleştirmede başarılı olsa da, ancak yeterli alan uzmanlığına sahip bir kullanıcı tarafından yönlendirildiğinde etkili şekilde çalışıyordu. Bu durum, YZ tarafından üretilen çıktıları anlamlı ve uygulanabilir tasarım çözümlerine dönüştürmede insan-yapay zekâ işbirliğinin önemini vurgular.
Özet (Çeviri)
Parametric modeling can be complex for designers without coding or algorithmic expertise, despite its advantages. This thesis examines the potential of Large Language Models (LLMs) to support non-coding designers in executing complex parametric modeling tasks through the visual programming environments Dynamo and Grasshopper of Revit and Rhino software. After in-class training on basic parametric modeling, we asked 20 students to create parametric façade modules using variables such as edge length, panel size, and aperture size. We observed that students encounter errors on complex geometries. In line with the literature and participant outputs, we framed this thesis as a comparative case study on the development of adaptive façade component generators, with a particular focus on the integration of Python scripts driven by ChatGPT-4.0, developed by OpenAI. The methodology follows an iterative improvement process: we tested the scripts, identified errors, and refined them through informed prompts, while Artificial Intelligence supported script generation and troubleshooting during implementation. In Revit, scripts generate BIM-compliant adaptive components, while Rhino enables complex geometric forms. This approach enabled a comparative evaluation of the effectiveness of LLM, depending on the user's ability to articulate modeling logic. While ChatGPT deepens understanding of visual programming workflows and accelerates code generation, it lacks the contextual awareness needed to resolve software error messages. Findings indicate that AI-assisted design requires collaboration and is effective when guided by users with sufficient domain knowledge. This underscores the importance of Human–AI collaboration, where user guidance is essential to converting outputs into applicable design solutions.
Benzer Tezler
- Grounding language in motor space: Exploring robot action learning and control from proprioception
Dil öğrenimini robot motor alanında temellendirme: Propriyosepsiyondan robot eylem öğrenimi ve kontrolünü keşfetmek
EMRE CAN ACİKGOZ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ YURET
DOÇ. DR. MEHMET ERKUT ERDEM
DR. ÖĞR. ÜYESİ BARIŞ AKGÜN
- Türkçe e-ticaret yorumlarında transformer tabanlı duygu analizi
Transformer-based sentiment analysis on Turkish e-commerce reviews
MUHAMMET ŞAMİL İKİZOĞLU
Yüksek Lisans
Türkçe
2026
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUNCAY ÖZCAN
- Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi
Classification and analysis of employee feedback with deep learning algorithms
GÖKHAN YİĞİDEFE
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- Multi-cue skeleton-based sign language recognition
Çoklu ipucu iskelet tabanlı işaret dili tanıma
OĞULCAN ÖZDEMİR
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. LALE AKARUN
DR. ÖĞR. ÜYESİ İNCİ MELİHA BAYTAŞ
- AI-driven clinical decision support system: leveraging large language models and privacy-preserving technologies for enhanced triage and disease detection
Yapay zeka destekli klinik karar destek sistemi: büyük dil modelleri ve gizlilik odaklı teknolojilerden yararlanarak gelişmiş triyaj ve hastalık tespiti
ALPER KARAMANLIOĞLU
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FERDA NUR ALPASLAN