文档名：生成对抗式神经网络在建筑设计领域应用浅析
随着诸如机器学习等更先进的人工智能形式的发展,人工智能再度成为热潮,一场数字设计技术的革命正在兴起,并为各领域带来广阔的应用前景.其中,2014年由IanJ.Goodfellow等人提出的生成对抗式神经网络(generativeadversarialnetworks,GAN)开启了生成设计的新篇章.对建筑师而言,生成对抗式神经网络是一个崭新的时代跳板,它使人工智能向建筑学又迈进一步.但是人工智能在建筑设计领域的研究仍然处于初期阶段,前沿技术如何与建筑设计过程结合成为学者们关注的焦点.基于这一背景,本文从建筑设计的应用视角,探讨了生成对抗式神经网络在建筑设计领域的研究与应用现状及未来发展趋势;阐述生成对抗式神经网络的原理及主要变形种类;对其在图像生成领域的代表性研究论文进行可视化分析;从应用角度研究其在建筑设计领域的应用方向及实现路径;总结归纳生成对抗式神经网络在建筑设计应用中存在的优势与局限,对未来建筑设计与生成对抗式神经网络结合的进一步研究提供思路,拓宽建筑设计的视野.
作者：曾旭东陈诗逸杨韵仪
作者单位：重庆大学建筑城规学院
母体文献：2021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：2021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：2021年9月26日
会议地点：武汉
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：TP2TN9
关键词：建筑设计 生成对抗式神经网络 机器学习 人工智能
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.16 MB
- 下载次数:
- 60
-
高速下载
|
|
