文档名：基于深度学习算法的建筑生成设计方法初探
建筑的生成设计是一种借助计算机算法进行建筑设计的方法.在人工智能的时代,建筑师及相关从业者试图采用深度学习算法,尤其是神经网络学习的方法,解决建筑生成设计中“如何设计”的问题.本文通过对现有国内外研究的整理和归纳,发现卷积神经网络(CNN,ConvolutionNeuralNetwork)一般应用于提取建筑设计的特征并按照特征分类,进而对生成设计系统进行评估和优化;生成对抗神经网络(GAN,GenerativeAdversarialNetworks)则通过对已有的图像数据或三维模型数据进行训练学习,经过生成网络和判别网络之间的对抗,从而生成新的图像数据或三维模型数据.
作者：李煜茜徐卫国
作者单位：清华大学建筑学院
母体文献：2020全国建筑院系建筑数字技术教学与研究学术研讨会论文集
会议名称：2020全国建筑院系建筑数字技术教学与研究学术研讨会
会议时间：2020年9月1日
会议地点：重庆
主办单位：全国高等学校建筑学专业指导委员会
语种：chi
分类号：TS6O1
关键词：建筑生成设计 深度学习 卷积神经网络 生成对抗神经网络
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.24 MB
- 下载次数:
- 60
-
高速下载
|
|
